第十二假设检验.ppt

第1页，共40页，星期日，2025年，2月5日第十二章假设检验假设检验是对总体的分布函数的形式或分布中某些参数做出某种假设,然后通过抽取样本,构造适当的统计量,对假设的正确性进行判断的过程.前面我们讨论了在总体分布族已知的情况下,如何根据样本去得到参数的优良估计.但有时,我们并不需要估计某个参数的具体值而只需验证它是否满足某个条件,这就是统计假设检验问题.第2页，共40页，星期日，2025年，2月5日第十二章假设检验假设检验参数假设检验非参数假设检验总体分布已知，检验关于未知参数的某个假设总体分布未知时的假设检验问题第3页，共40页，星期日，2025年，2月5日第一节检验的基本原理一、检验问题的提法假设检验是既同估计密切联系，但又有重要区别的一种推断方法。例如：某种电子元件寿命X服从参数为λ的指数分布，随机抽取其中的n件。测得其寿命数据，问题⑴，这批元件的平均寿命是多少？问题⑵，按规定该型号元件当寿命不小于5000(h)为合格，问该批元件是否合格？问题⑴是对总体未知参数μ=E(X)=1/λ作出估计。回答“μ是多少？”，是定量的。问题⑵则是对假设“这批元件合格”做出接受还是拒绝的回答，因而是定性的。第4页，共40页，星期日，2025年，2月5日对上述例子，还可做更细致考察，设想如基于一次观察数据算出μ的估计值，我们能否就此接受“这批元件合格”的这一假设呢？尽管但这个估计仅仅是一次试验的结果，能否保证下一次测试结果也能得到μ的估计值大于5000呢？也就是说从观察数据得到的结果与参考值5000的差异仅仅是偶然的呢？还是总体均值μ确实有大于5000的“趋势”？这些问题是以前没有研究过的。一般而言，估计问题是回答总体分布的未知参数是多少？或范围有多大？而假设检验问题则是回答观察到的数据差异只是机会差异，还是反映了总体的真实差异？因此两者对问题的提法有本质不同。第一节检验的基本原理第5页，共40页，星期日，2025年，2月5日例有一批产品，需经检验合格后才能出厂，按按标准其次品率不得超过4%今从这批产品中任意抽10件，发现有3件次品，问这批产品能否出厂解：直观上看，这批产品似乎不能出厂，但理论依据何在现以p表示这批产品的次品率，按标准，若p=0.04,这批产品可出厂，若p0.04，则这批产品不能出厂。我们的问题就是要根据“10件产品中有3件次品”，这一抽样结果来判断p是否大于0.04我们先提两个相互对立的假设，注意到，在假设成立的前提下，“10件产品中有3件次品”这一抽样结果的概率其概率小于0.01，即这是一个小概率事件。根据实际推理原理，小概率事件在一次抽样中是不可能发生的。而今这一小概率事件在一次抽样中竟然发生了，这是不合理的。所以不成立，即成立。所以按此标准这批产品不能出厂第6页，共40页，星期日，2025年，2月5日下面通过一个例子介绍原假设和备择假设二.原假设和备择假设第一节检验的基本原理第7页，共40页，星期日，2025年，2月5日例1(酒精含量)一种无需医生处方即可达到的治疗咳嗽和鼻塞的药。按固定其酒精含量为5﹪.今从一出厂的一批药中随机抽取10瓶,测试其酒精含量得到的10个含量的百分数:5.01,4.87,5.11,5.21,5.03,4.96,4.78,4.98,4.88,5.06如果酒精含量服从正态分布N(μ,0.00016),问该批药品的酒精含量是否合乎规定?任务:通过样本推断X的均值μ是否等于5.假设:上面的任务就是要通过样本去检验“X的均值=5”这样一个假设是否成立.(在数理统计中把“X的均值μ=5”这样一个待检验的假设记作“H0:μ=5”称为“原假设”或“零假设”.表明数据的“差异”是偶然的,总体没有“变异”发生.第8页，共40页，星期日，2025年，2月5日原假设的对立面是“X的均值μ≠10”记作“H1:μ≠10”称为“对立假设”或“备择假设”.表明数据的“差异”不是偶然的,是总体“变异”的表现.把它们合写在一起就是:H0:μ=10H1:μ≠10原假设H0表明含量符合规定，这个5﹪也称之为期望数，尽管10个数据都5﹪与有出入，这只是抽样的随机性所致;备择假设H1表明总体均值μ已经偏离了期望数5﹪，数据与期望数5﹪的差异是其表现.