06第六章假设检验.docVIP

PAGE

PAGE1

第六章假设检验

学习导航

学习导航

在医药学问题研究中，不仅需要根据统计量估计总体的未知参数，还需要根据统计量检验总体的未知参数是否等于某个数。如在生产工艺改造后，检验新工艺对产品的某个指标是否有影响时，就需要抽样来检验总体的某个参数（如均值、方差等）是否等于改造前的参数值，这样的实际问题就属于假设检验。

本章仅讨论单个正态总体参数的假设检验和两个正态总体参数的假设检验。

第一节单个正态总体参数的假设检验

案例

案例6-1

某药厂生产药品的日产量服从正态分布，根据长期资料可知，日均产量为kg，标准差为kg。现经过工艺改造后，进行了天的试运行,

检查发现日均产量为kg。假定标准差不变，问工艺改造前后药品的日均产量有无显著变化？（显著性水平）

案例6-2

某药品的有效使用期限服从正态分布,其说明书上写明其标准差不超过年。现随机抽取份，得样本标准差为年，试在显著性水平下，检验厂方说明书上所写的标准差是否可信?

一、单个正态总体均值的假设检验

关于单个正态总体均值的假设检验问题，就是未知参数和给定值的比较。单个正态总体均值的假设检验分为方差已知和方差未知两种情况。

(一)方差已知时单个正态总体均值的假设检验

设总体，已知，是来自总体的样本。

关于和的比较，需要提出两种的假设：一种是原假设，记为；另一种是与原假设相对立的假设，称为备择假设，记为。

于是和的比较的假设检验可分为种情况:

(1)

(2)

(3)

把称为双侧假设检验问题，相应地把

称为右侧假设检验问题，

称为左侧假设检验问题，左、右侧假设检验问题统称为单侧假设检验问题。

在假定成立的前提下，因为已知，所以检验选用统计量。

针对检验问题(1),如果的观测值“过大”或“过小”，则原假设就被拒绝。由于服从标准正态分布，就只在或时才拒绝。于是显著性水平（通常事先给定小概率），就是

，即，

这里为小概率事件是拒绝原假设的范围，称为的拒绝域，称为的接受域。

由样本值计算检验统计量的值，

若该值落在拒绝域内,依据“小概率事件原理”，即小概率事件在一次试验中几乎是不可能发生的，则拒绝原假设，接受备择假设；否则，就接受原假设，拒绝备择假设。

针对检验问题(2)，如果的观测值“过大”，则原假设就被拒绝。由于服从标准正态分布，就只在时才拒绝。

于是。检验问题(2)的拒绝域为。

由样本值计算检验统计量的值，作出判断即可。

针对检验问题(3)，如果的观测值“过小”，则原假设就被拒绝。由于服从标准正态分布，就只在时才拒绝。

于是。检验问题(3)的拒绝域为。

由样本值计算检验统计量的值，作出判断即可。

在上述检验问题中，都是选用检验统计量服从标准正态分布来确定拒绝域的，这种检验方法称为检验法。

综上，我们可以归纳出假设检验的一般步骤：

1．由实际问题的情况，提出所要的原假设与备择假设

2．在假定成立的前提下，选择检验用的统计量及分布

3．根据显著性水平，确定相应的临界值，得到的拒绝域

4．由样本值计算检验统计量的值，作出统计判断

若统计量的值落在拒绝域内，则拒绝原假设，接受备择假设；否则，就接受原假设，拒绝备择假设。

小贴士

小贴士

假设检验的依据是“小概率事件原理”，即小概率事件在一次试验中几乎是不可能发生的。但不等于不发生，因而假设检验所作出的结论有可能是错误的。这种错误有两类：

第一类错误：原假设实际是正确的，但经过检验作出拒绝的决策。这类错误也称为弃真错误。犯这类错误的概率就是显著性水平。

第二类错误：原假设实际是不正确的，但经过检验作出接受的决策。这类错误也称为取伪错误。犯这类错误的概率一般记为。

从理论上讲，希望犯这两类错误的概率都很小。但是，当样本容量固定时，，不可能同时都很小，即变小时，就变大；而变小时，就变大。只有当样本容量增大时，才有可能使两者同时变小，而过分的增加容量，就会加大成本。在一般情况下，总是控制犯第一类错误的概率，即给定，然后通过增大样本容量的方法来减小。

【6-1案例分析】

单个正态总体均值与的比较，因为方差已知，所以选用检验法，其步骤如下：

(1)设；（双侧检验）。

(2)选用统计量。

(3)由于，得到拒绝域（查临界值表得）。

(4)由，，得，

因为，

所以拒绝，接受，

即认为工艺改造前后药品的日均产量有显著变化。

案例的检验法也称为临界值法,下面介绍另一种检验方法值法,在现代计算机软件中,一般都给出检验问题的值。

以案例来说明含义。

解：(1)设；（双侧检验）。

(2)选用统计量。

(3)计算值

由样本值可算得检验统计量的值，即，

如今用去代替拒