概率论与数理统计教程(茆诗松)第7章厦大版

《概率论与数理统计教程(茆诗松)第7章厦大版》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第七章假设检验7.1 假设检验的基本思想与概念7.2 正态总体参数的假设检验7.3 其它分布的参数假设检验7.4 分布拟合检验7.1假设检验的基本思想与概念7.1.1假设检验问题7.1.2假设7.1.3检验和检验统计量7.1.4两种错误概率与检验的水平7.1.5功效函数与无偏检验7.1.6假设检验的基本思想与基本步骤7.1.7概率值(p值) 7.1.8零假设选择7.1.1假设检验问题在现实生活中的，假设(hypothesis)是指有一定理由提出，但又没有充足依据的一种陈述或条件。对一个假设，人们要依据一定的事

2、实和思索来作出是接受它还是拒绝它的判断。这类问题从思维方式上看是从结果推断原因的问题。有时又是非常微妙、涉及到人们对决策的态度、甚至可能牵涉到人们利益的问题。统计假设：关于统计模型的假设，今后我们常将统计假设简称为假设。统计检验：依据样本来对统计假设作出接受或拒绝的判断的过程。今后我们常将统计检验简称为“检验” 。统计假设检验有一套系统的理论，深入理解贯穿这一理论的那种独特思维方式，不仅对学好这个理论是非常重要的，而且对一般思维方式的训练和提高也会有很大的帮助。下面我们先结合一个具体的例子来介绍统计假设检验的

3、基本思路，然后再逐个介绍包含在这个思路中的一些重要的基本概念。例7.1.1假定某电视机厂(甲方)要从某电子元件厂(乙方)购入一批元件，用于组装电视机。为了保证产品质量，降低成本，甲方希望这批元件的合格品率达到99%以上。乙方也保证这一点。问题是：这批元件的合格品率是否达到99%以上？如果记这批元件的次品率为p,问题就相当于对假设H：“整批产品的次品率p 不超过1%”作出接受或拒绝的判断。为此甲、乙双方需要商定一个判断的方法。通常的做法是从这批元件中抽取若干样品进行检测，检测目标是确定所测样品合格与否，然后根据

4、样品检测结果来决定甲方是接受或拒绝这批元件(假设H)。显然，如果样品中次品越多，就对乙方越不利，反之如果样品中次品越少就对乙方越有利。但样品中次品数要多到什么程度时甲方才能拒绝这批元件？例7.1.1(续1) 具体的作法是甲、乙双方事先先商定要检测样品的总数n和样品中允许的不合格品数目的临界值k . 当检测出样品中的不合格品数达到k时，甲方就拒绝假设H，同时也就拒绝这批元件。否则甲方就接受假设H，同时也就接受这批元件。这个决定接受或拒绝一个假设的过程就称为“检验”。现在的问题是：如何确定n？在确定了n后，又如何

5、确定k？这两个问题的关键是在确定了n后，如何指定一个k，指定了一个k也就确定了一个检验方案，它定得是否恰当关系到甲乙双方的利益。直观上容易想到，k定的越小，条件对乙方就越苛刻，反之k定的越大，条件对乙方就越宽松，因此确定检验方案应有一种公认的标准，而这种标准应体现客观、公正和科学的原则。统计假设检验的理论为这种标准的建立提供了科学依据。例7.1.1(续2) 为说明标准是如何建立起来的，我们先来看在不同的检验方案(不同的n和k)下产生的检验结果的实际含义是什么。指定n为100，考虑“当样品中次品数达到k个时，就

6、拒绝假设H；否则就接受假设H”的检验方案。A=“样品中次品达到k” =“拒绝H” A=“样品中次品未达到k” =“接受H”P (A )表示次品率为p时A发生的概率p(次品率为p时H被拒绝的概率)P p(A )=1-P p (A )表示次品率为p时A发生的概率(次品率为p时H被接受的概率)显然，对01%)，有可能因A 发生而错误地接受H在任何情况下，你无法确保不犯错误。也无法使犯两种错误的概率

7、都减小到最低限度。例7.1.1(续3) 在实际中，人们是根据如下准则来确定k：为体现对乙方利益的保护或者是甲方的诚意，通常由甲乙双方商定一个适当的临界值α，限制H错误地被拒绝的概率不能超过事先给定的α，即sup P(A)£app£0. 01由于100æ100öj 100-j Pp(A)=åçç÷÷p( 1-p) (7.1.1)j =kèjø为p的增函数，因此只需从P(A)£a0. 01即可确定k，从而最终确定检验方案。比如，若α=5%，k=?由于，当k=2时P(A )=0 . 268 0.01 当k=3时P 

8、0.01 (A )=0 . 023 所以，对α=5%，k=37.1.2假设统计假设检验方法在实际中有广泛的应用，除了以上有关产品质量检验的例子外，还可举出很多其它方面的例子。比如一种新药是否比原有的药更有效某因素是否对产品质量有显著影响虽然贯穿统计假设检验理论的那种独特思维方式有助于人们判断现实中的许多假设，但并非所有现实中的假设都能用统计假设检验方法来检验，只有那些需要用数据来判断真伪的假设才可能