统计学第六章统计假设检验课件.ppt

《统计学第六章统计假设检验课件.ppt》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6章统计假设检验统计学Statistics第6章统计假设检验§6.1假设检验的基本问题§6.2总体均值的假设检验§6.3总体比例的假设检验§6.4总体方差的显著性检验§6.5假设检验中的其他问题§6.6Excel应用学习目标假设检验的基本思想和原理假设检验的步骤一个总体参数的检验两个总体参数的检验P值的计算与应用用Excel进行检验§6.1假设检验的基本问题基本思想假设与检验两类可能的错误双边检验与单边检验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例子【例6.1.1】有一

2、厂家生产了两批灯泡各10，000只，其中一批9，999只好的，仅有一只坏的，而另一批灯泡恰好相反，有9，999只是坏的，仅1只是好的，现卖给某一商场，据说这是好的那一批，可商场从这批灯泡中任抽一只发觉是坏的，于是拒绝买下这批货物商场拒买的理由是什么呢？假设这批灯泡是好的那批，那么“任抽一只是坏的”这样的随机事件发生的概率应是0.01％，这样小的概率在一次抽样中几乎不可能发生，而今任抽一只是坏的，这样的事件居然发生，于是拒绝接受“这是好的那批”的假设，肯定地认为将买到坏的那批，于是坚决拒买他会犯错误

3、吗？假设检验中的小概率原理什么是小概率？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假设检验的基本思想这是一个带有概率性质的反证法：先假定一个假设是成立的，在这种假设下，将构成一个小概率事件，根据实际推断原理：“小概率事件在一次试验中几乎是不可能

4、发生的”。然而这样的事件在一次试验中却发生了，那么我们自然要怀疑“假设”的正确性，于是“拒绝假设”。如果“小概率事件”末发生，则不能拒绝“假设”，而只能接受它假设的陈述什么是假设?(hypothesis)对总体参数的具体数值所作的陈述总体参数包括总体均值、比例、方差等分析之前必需陈述我认为这种新药的疗效比原有的药物更有效!什么是假设检验?(hypothesistest)先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的过程有参数检验和非参数检验一种是当总体分布类型已知，

5、所涉及到的是分布中所包含的几个未知参数的假设检验，这种假设检验叫参数假设检验。另外一种是除上述假设检验以外的其它假设检验，称为非参数假设检验逻辑上运用反证法，统计上依据小概率原理总体假设检验的过程抽取随机样本均值x=20我认为人口的平均年龄是50岁提出假设拒绝假设别无选择!作出决策原假设与备择假设原假设(nullhypothesis)研究者想收集证据予以反对的假设又称“0假设”总是有符号,或4.表示为H0H0：=某一数值指定为符号=，或为什么叫0假设?研究

6、者想收集证据予以支持的假设也称“研究假设”总是有符号,或表示为H1H1：<某一数值，或某一数值例如,H1：<10cm，或10cm备择假设(alternativehypothesis)【例】设某企业生产的某种产品，其产品寿命t(小时)遵从均值、方差为2的正态分布，记为t～N(，2)据过去的资料，已知均值为55万小时，方差为1，000小时2，现在由于改进了工艺流程和方法，出现均值大于55万小时，方差不变。但有时仍存在均值不超过55万小时的可能性，怎样来作假设提出假设(例题分

7、析)解：生产者想收集证据予以证明的假设应该是“产品寿命有提高”。建立的原假设和备择假设为H0：≤55H1：>55【例】某厂生产一种产品，其直径尺寸d(毫米)服从正态分布N(200，42)。今采取新的工艺生产，从产品中随机抽取10件．检查新工艺生产的产品质量，得其平均直径为202.5毫米。试问，改革工艺前后产品直径平均尺寸有无显著变化？试陈述用于检验的原假设与备择假设提出假设(例题分析)解：研究者抽检的意图是倾向于证实改革工艺后产品直径平均尺度有变化。建立的原假设和备择假设为H0：＝200H1

8、：≠200原假设和备择假设是一个完备事件组，而且相互对立在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立先确定备择假设，再确定原假设等号“=”总是放在原假设上因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论)提出假设(结论与建议)两类错误与显著性水平假设检验中的两类错误1.第Ⅰ类错误(弃真错误)原假设为真时拒绝原假设第Ⅰ类错误的概率记为被称为显著性水平2.第Ⅱ类错误(取伪错误)原假设为假时未拒绝原假设第Ⅱ类错误的概率记为(Beta)H0