《社会统计学》（第3版）课件 尹海洁 第9--16章　假设检验的基本原理---时间序列分析 .pptx

第九章假设检验的基本原理;第九章假设检验的基本原理

第一节假设检验的原理;?;二、假设检验的逻辑

假设检验是小概率原理的逆应用，

抽样调查的目的是要用样本的统计结果来推论总体。抽出样本以后，样本的构成是已知的，总体的情况是未知的。假设检验的思想就是先对未知的总体提出一个假设,这个假设被称为原假设。然后检验在原假设成立的条件下样本特征值的出现是一个大概率事件还是一个小概率事件。如果是大概率事件就意味着原假设被证实，此时原假设可以被认为是对总体的正确推论。如果样本特征值的出现是小概率事件，如何来认识总体呢？如果对总体的原假设是正确的，这个小概率事件在一次抽样中就不应该发生。但事实是这个事件已经出现了，应该认为是小概率事件发生了呢？还是认为原假设错了呢？按照小概率原理，显然应该接受后者，拒绝原假设。;二、假设检验的逻辑

【例9-1】某县有残疾学龄儿童200人，县教育局上报的残疾儿童入学率是82%。随机抽取了10名残疾的学龄儿童，有5名儿童在读，5名儿童失学。该结果能否证明残疾儿童入学率是82%？

解：回答这个问题需要分析的是如果该县的残疾儿童入学率是82%，出现上述样本的概率有多大？如果该县的残疾儿童入学率是82%，200个残疾孩子中应该有164名在学，36名辍学。在这种情况下上述样本出现的概率为：

也就是说，在入学率是82%的总体中，上述样本被抽出的概率只有0.0156。这显然是一个小概率事件。但这个事件发生了。我们有理由认为教育局上报的残疾儿童入学率是82%的数据是不准确的。实际的残疾儿童入学率大大低于82%。;三、假设检验的应用条件

任何一种统计分析方法都只能在有限范围内应用。在应用时必须满足它的应用条件。否则就可能得出错误的结论。

最基本的条件：

对于推论统计,最基本的应用条件就是必须要随机抽样。只有随机样本的统计结果才能推论总体。

在抽样调查中除了随机抽样外还有非随机抽样。因为没有遵循随机原则，抽取的样本也就不是随机样本。用这样的样本得出的统计结论是不能应用假设检验的方法来推论总体的。

其它条件还包括：

样本容量：大样本？小样本？

总体中变量分布：是否满足特定分布？分布是否具有等方差性？

;假设检验是根据经验或理论对总体提出原假设，然后计算在原假设成立的条件下样本特征值出现的概率，并以此来确定对总体提出的原假设是否正确。

现以总体均值假设检验的为例，说明假设检验的步骤与方法。

【例9-2】某省为了解人民的健康状况随机抽取成年男性10000人，平均体重为72.8公斤，体重分布的标准差为10公斤。10年前该省男性平均体重为72公斤。抽样调查结果能否说明成年男性的体重发生了变化？（）

解：回答这个问题的实质就是要用样本均值72.8公斤来检验总体均值是否是72公斤。分析思路是，看一看在男性平均体重为72公斤的总体中，72.8公斤这个样本均值的出现是大概率事件还是小概率事件？如果是大概率事件，就认为总体的平均体重是72公斤。如果是小概率事件，就认为总体的平均体重是不是72公斤。;一、使用统计量的假设检验方法

（一）提出原假设和备择假设

1、原假设：假设检验的目的是通过样本特征值来检验总体特征值或总体的分布。因此要先对总体提出假设。

2、备择假设：原假设的逻辑反，原假设被证伪后接受的假设。;一、使用统计量的假设检验方法

（二）计算统计量的值

在原假设成立的情况下，确定一个与总体特征值对应的随机变量作为检验统计量。

根据切贝谢夫大数定律，通常用样本均值来检验总体均值。

本例中,公斤

（三）根据小概率标准确定临界值、接受域和拒绝域

小概率标准也称显著性水平，用表示。常用的小概率标准一般为0.05或0.01。当样本特征值出现的概率小于0.05或0.01时，就认为这个样本特征值出现是一个小概率事件。

假设检验并不是直接用样本统计量的概率来进行检验。而是根据样本统计量的分布确定大概率区间和小概率区间。在大概率区间内的取值都认为是大概率事件，在小概率区间内的取值都被认定为小概率事件。

假设检验的关键是要根据显著性水平找到统计量分布的接受域和拒绝域。这就需要先确统计量的分布。;一、使用统计量的假设检验方法

（三）根据小概率标准确定临界值、接受域和拒绝域

在的总体中作容量为n的随机抽样，样本均值的抽样分布为：

由于总体标准差未知，样本均值的分布仍然无法确定。可以用样本标准差代替总体标准差。在大样本情况下，样本均值这个统计量仍服从正态分布，即：

在的分布为已知的情况下，如果显著性水平为α，由此可以确定一个区间，该区间可以满足下式：