网站大量收购独家精品文档,联系QQ:2885784924

应用统计方法-假设检验.pptxVIP

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2025/4/12应用统计方法1Chapterthree

假设检验(HypothesisTests)

3.1假设检验思想概述(SummaryofHypothesisTestIdea)3.2正态总体参数检验(ParameterTestofNormalpopulation)3.3检验的实际意义及两类错误(PracticalSignificanceofTestsandTwoTypesError)3.4非正态总体参数的假设检验,大样本检验

前一章讲了对总体参数的估计问题,即是对样本进行适当的加工,以推断出参数的值(或置信区间)。本章介绍的假设检验,是另一大类统计推断问题。它是先假设总体具有某种特征(例如总体的参数为多少),然后再通过对样本的加工,即构造统计量,推断出假设的结论是否合理。假设检验有它独特的统计思想,也就是说引入假设检验是完全必要的。我们来考虑下面的例子。§3.1假设检验思想概述

(SummaryofHypothesisTestIdea)

Example3.1某厂家向一百货商店长期供应某种货物,双方根据厂家的传统生产水平,定出质量标准,即若次品率超过3%,则百货商店拒收该批货物。今有一批货物,随机抽43件检验,发现有次品2件,问应如何处理这批货物?先假设次品率p≤3%,然后从抽样的结果来说明p≤3%这一假设是否合理。注意,这里用的是“合理”一词,而不是“正确”,粗略地说就是“认为p≤3%”能否说得过去。

2025/4/125

2025/4/127

2025/4/128

2025/4/129

2025/4/1211

2025/4/1212

2025/4/1213

2025/4/1214

2025/4/1215

(ParameterTestofNormalPopulation)023.2正态总体参数检验01

2025/4/1218

2025/4/1221

2025/4/1222

2025/4/1223

2025/4/1224

2025/4/1227

2025/4/1228

上节课:假设检验的步骤:2025/4/1230提出假设:给出原假设和备择假设(受保护的作为原假设)012给出检验统计量,并算出值023给出拒绝域的形式034给定显著性水平,求出临界值04根据样本观测值,作出拒绝或接受原假设的结论.05

(二)两个正态总体的情形2025/4/1231以下考虑检验(1)

2025/4/1234

2025/4/1235

2025/4/1236

2025/4/1239

2025/4/1246

2025/4/1253

3.3检验的实际意义及两类错误(PracticalSignificanceofTestsandTwoTypesError)

真实判断为真不真拒绝判断正确接受判断正确

2025/4/1282

2025/4/1290

3.4其它分布的假设检验2025/4/12913.4.1指数分布参数的假设检验:

2025/4/1292

2025/4/1293

2025/4/1294

假设检验的结论通常是很简单的,在给定显著性水平下,不是拒绝原假设就是保留原假设,然而有时也会出现这样的情况:在一个较大的显著性水平下()得到拒绝原假设的结论,而在一个较小的显著性水平下()却又会得到相反的结论.在这种情况下理论上很易理解,因为显著性水平显著性水平变小后会导致检验的拒绝域变小,于是原来落在拒绝域中的观测值就落入接受域,但这种情况在应用中会带来一些麻烦.假如这时一个人主张选择另一个选择则第一个人的结论拒绝原假设,第二人接受原假设,如何处理?

对于一些显著性水平,下表列出了相应的拒绝域和检验结论:显著性水平拒绝域u=2.10对应的结论拒绝拒绝接受接受

现在换个角度来看:2025/4/1298

2025/4/12102

2025/4/12103

2025/4/12104

3.3.非参数假设检验2025/4/12106但实际问题中,总体的分布类型往往不知道,或者知之甚少。例如只知道总体分布是连续型或离散型分布,因此需要引进另一些统计方法,要求这些不依赖于关于总体分布的具体形式,这些方法称为非参数方法。分布函数的拟合检验相同性检验独立性检验

分布函数的拟合检验2025/4/12107

2025/4/12109

2025/4/12111

注1:除了正态概率纸外,常用的还有对数正态概率纸,威布尔分布概率纸,而后两种在可靠统计中用的较多

2025/4/12

2025/4

文档评论(0)

shaoye348 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档