《假设检验贾俊平》PPT课件

《《假设检验贾俊平》PPT课件》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PowerPoint统计学第七章假设检验第一节假设检验的一般问题第二节一个正态总体的参数检验第三节两个正态总体的参数检验第四节假设检验中的其他问题假设检验在统计方法中的地位统计方法描述统计推断统计参数估计假设检验学习目标了解假设检验的基本思想掌握假设检验的步骤能对实际问题作假设检验利用置信区间进行假设检验利用P-值进行假设检验第一节假设检验的一般问题假设检验的概念假设检验的步骤假设检验中的小概率原理假设检验中的两类错误双侧检验和单侧检验假设检验的概念与思想什么是假设?对总体参数的一种看法总体参数包括总体

2、均值、比例、方差等分析之前必需陈述我认为该企业生产的零件的平均长度为4厘米!什么是假设检验？概念事先对总体参数或分布形式作出某种假设然后利用样本信息来判断原假设是否成立类型参数假设检验非参数假设检验特点采用逻辑上的反证法依据统计上的小概率原理假设检验的基本思想...因此我们拒绝假设=50...如果这是总体的真实均值样本均值m=50抽样分布H0这个值不像我们应该得到的样本均值...20总体假设检验的过程（提出假设→抽取样本→作出决策）抽取随机样本均值X=20我认为人口的平均年龄是50岁提出假设拒

3、绝假设!别无选择.作出决策假设检验的步骤提出原假设和备择假设确定适当的检验统计量规定显著性水平计算检验统计量的值作出统计决策提出原假设和备择假设什么是原假设？(NullHypothesis)1.待检验的假设，又称“0假设”2.如果错误地作出决策会导致一系列后果3.总是有等号,或4.表示为H0H0：某一数值指定为=号，即或例如,H0：3190（克）为什么叫0假设什么是备择假设？(AlternativeHypothesis)1.与原假设对立的假设2.总是有不等号:,或3.表示为H1H1：

4、<某一数值，或某一数值例如,H1：<3910(克)，或3910(克)提出原假设和备择假设什么检验统计量？1.用于假设检验问题的统计量2.选择统计量的方法与参数估计相同，需考虑是大样本还是小样本总体方差已知还是未知检验统计量的基本形式为确定适当的检验统计量规定显著性水平什么显著性水平？1.是一个概率值2.原假设为真时，拒绝原假设的概率被称为抽样分布的拒绝域3.表示为(alpha)常用的值有0.01,0.05,0.104.由研究者事先确定作出统计决策计算检验的统计量根据给定的显著性水平，查表得出

5、相应的临界值Z或Z/2将检验统计量的值与水平的临界值进行比较得出接受或拒绝原假设的结论假设检验中的小概率原理假设检验中的小概率原理什么小概率？1.在一次试验中，一个几乎不可能发生的事件发生的概率2.在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设3.小概率由研究者事先确定什么是小概率假设检验中的两类错误（决策风险）假设检验中的两类错误1.第一类错误（弃真错误）原假设为真时拒绝原假设会产生一系列后果第一类错误的概率为被称为显著性水平2.第二类错误（取伪错误）原假设为假时接受原假设第二类错误的概率为(B

6、eta)H0:无罪假设检验中的两类错误（决策结果）陪审团审判裁决实际情况无罪有罪无罪正确错误有罪错误正确H0检验决策实际情况H0为真H0为假接受H01-a第二类错误(b)拒绝H0第一类错误(a)功效(1-b)假设检验就好像一场审判过程统计检验过程错误和错误的关系你不能同时减少两类错误!和的关系就像翘翘板，小就大，大就小影响错误的因素1.总体参数的真值随着假设的总体参数的减少而增大2.显著性水平当减少时增大3.总体标准差当增大时增大4.样本容量n当n减少时增大双侧检验和单侧检验双侧检验与单侧

7、检验(假设的形式)假设研究的问题双侧检验左侧检验右侧检验H0m=m0mm0mm0H1m≠m0mm0双侧检验（原假设与备择假设的确定）双侧检验属于决策中的假设检验。也就是说，不论是拒绝H0还是接受H0，我们都必需采取相应的行动措施例如，某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格建立的原假设与备择假设应为H0:=10H1:10双侧检验（确定假设的步骤）1.例如问题为:检验该企业生产的零件平均长度为4厘米2.步骤从统计角度陈述问题(=4)从统计角度提出相反的问题(4)必

8、需互斥和穷尽提出原假设(=4)提出备择假设(4)有符号提出原假设:H0:=4提出备择假设:H1:4该企业生产的零件平均长度是4厘米吗?(属于决策中的假设)双侧检验（例子）双侧检验（显著性水平与拒绝域）抽样分布H0值临界值临界值a/2a/2样本统计量拒绝域拒绝域接受域1-置信水平双侧检验（显著性水平与拒绝域）H0值临