课程释疑7 第七章 假设检验

合集下载

教案_第七章 假设检验

教案_第七章 假设检验

《统计学》教案第七章假设检验教学目的:介绍假设检验的基本思想、步骤和规则,两类错误的概念,以及重要总体参数的检验方法。

基本要求:通过本章学习要求同学们理解假设检验的基本思想、规则和两类错误的概念,掌握假设检验的步骤和总体均值、成数、方差的检验方法。

重点和难点:假设检验的基本思想、规则和两类错误的概念。

教学内容:§1假设检验的一般问题§2 一个正态总体的参数检验§3二个正态总体的参数检验§4假设检验中的其它问题学时分配:4学时主要参考书目:1、陈珍珍等,统计学,厦门:厦门大学出版社,2003年版2、于磊等,统计学,上海:同济大学出版社,2003年3、徐国强等,统计学,上海:上海财经大学出版社,2001年版思考题:1、请阐述假设检验的步骤2、假设检验的结果是接受原假设,是否表明原假设是正确的?3、如何构造检验统计量?§1假设检验的一般问题教学内容一、假设检验的概念1.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2.类型⏹参数假设检验----检验总体参数⏹非参数假设检验----检验总体分布形式3.特点⏹采用逻辑上的反证法⏹依据统计上的小概率原理----小概率事件在一次试验中不会发生二、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α▪计算检验统计量的值▪作出统计决策三、假设检验中的小概率原理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。

因为我们拒绝发生错误的可能性至多是α四、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,我们拒绝了原假设⏹第一类错误的概率为α2. 第二类错误(取伪错误)⏹原假设为假时,我们接受了原假设⏹第二类错误的概率为 β⏹比第一类错误更容易发生即接受原假设很容易发生五、Neyman和Pearson检验原则在控制犯第一类错误的概率α条件下, 尽可能使犯第二类错误的概率β减小。

第7章假设检验

第7章假设检验
表达:原假设:H0:EX=75;备择假设: H1:EX≠75
判断结果:接受原假设,或拒绝原假设。
基本思想
参数的假设检验:已知总体的分布类型,对分布函数或 密度函数中的某些参数提出假设,并检验。
基本原则——小概率事件在一次试验中是不可能发生的。
思想:如果原假设成立,那么某个分布已知的统计 量在某个区域内取值的概率应该较小,如果样本的观 测数值落在这个小概率区域内,则原假设不正确,所以, 拒绝原假设;否则,接受原假设。
Hypothesis Testing
■ 假设检验
抗氧化剂
乙酰胆碱酯酶抑制剂 抗炎药物
假设检验是统计钙推通断的道另阻一重滞要剂内容。正是应用统计推断的 理论和方法,人们才能顺利地通过有限的样本信息去把握总体特征, 实现抽样研究的目的。
21
问题实质上都是希望通过样本统计量与 总体参数的差别,或两个样本统计量的 差别,来推断总体参数是否不同。这种 识别的过程,就是本章介绍的假设检验 (hypothesis test)。
假设检验——根据问题的要求提出假设,构造适当的统 计量,按照样本提供的信息,以及一定的 规则,对假设的正确性进行判断。
基本原则——小概率事件在一次试验中是不可能发生的。
1、假设检验的基本思想
假设检验是利用小概率反证法思想,从问
题的对立面(H0)出发间接判断要解决的问 题(H1)是否成立。然后在H0成立的条件下 计算检验统计量,最后获得P值来判断。
Hypothesis Testing
H0: 0 H1: 0
• H1 的内容反映了检验的单双侧。若 H1
为 0 或 < 0,则为单侧检验(onesided test)。若 H1 为 0,则为双侧

《概率论与数理统计》第七章假设检验.

《概率论与数理统计》第七章假设检验.

《概率论与数理统计》第七章假设检验.第七章假设检验学习⽬标知识⽬标:理解假设检验的基本概念⼩概率原理;掌握假设检验的⽅法和步骤。

能⼒⽬标:能够作正态总体均值、⽐例的假设检验和两个正态总体的均值、⽐例之差的假设检验。

参数估计和假设检验是统计推断的两种形式,它们都是利⽤样本对总体进⾏某种推断,然⽽推断的⾓度不同。

参数估计是通过样本统计量来推断总体未知参数的取值范围,以及作出结论的可靠程度,总体参数在估计前是未知的。

⽽在假设检验中,则是预先对总体参数的取值提出⼀个假设,然后利⽤样本数据检验这个假设是否成⽴,如果成⽴,我们就接受这个假设,如果不成⽴就拒绝原假设。

当然由于样本的随机性,这种推断只能具有⼀定的可靠性。

本章介绍假设检验的基本概念,以及假设检验的⼀般步骤,然后重点介绍常⽤的参数检验⽅法。

由于篇幅的限制,⾮参数假设检验在这⾥就不作介绍了。

第⼀节假设检验的⼀般问题关键词:参数假设;检验统计量;接受域与拒绝域;假设检验的两类错误⼀、假设检验的基本概念(⼀)原假设和备择假设为了对假设检验的基本概念有⼀个直观的认识,不妨先看下⾯的例⼦。

例7.1 某⼚⽣产⼀种⽇光灯管,其寿命X 服从正态分布)200 ,(2µN ,从过去的⽣产经验看,灯管的平均寿命为1550=µ⼩时,。

现在采⽤新⼯艺后,在所⽣产的新灯管中抽取25只,测其平均寿命为1650⼩时。

问采⽤新⼯艺后,灯管的寿命是否有显著提⾼?这是⼀个均值的检验问题。

灯管的寿命有没有显著变化呢?这有两种可能:⼀种是没有什么变化。

即新⼯艺对均值没有影响,采⽤新⼯艺后,X 仍然服从)200 ,1550(2N 。

另⼀种情况可能是,新⼯艺的确使均值发⽣了显著性变化。

这样,1650=X 和15500=µ之间的差异就只能认为是采⽤新⼯艺的关系。

究竟是哪种情况与实际情况相符合,这需要作检验。

假如给定显著性⽔平05.0=α。

在上⾯的例⼦中,我们可以把涉及到的两种情况⽤统计假设的形式表⽰出来。

概率论与数理统计教案 第7章 假设检验

概率论与数理统计教案 第7章 假设检验

40
Sw
11 n1 n2
~ t(n1 n2 2)
拒绝域
U u
2
U u
U u T t (n1 n2 2)
2
未知,但
2 1
2 2
1 2 1 2
1, 2
已知
2 1
2 2
2 1
2 2
2 1
2 2
1, 2
未知
2 1
22
2 1
2 2
2 1
2 2
1 2 1 2
2 1
2 2
2 1
2 2
2 1
2
未知,关于方差比
2 1 2 2
的检验
检验假设: H 0
:
2 1
2 2
,
H1
:
2 1
2 2
.
选取统计量为 F
S12
S
2 2
2 1
2 2
S12
2 1
S 22
2 2


H0 为真时, F
S12 S22
~
F(n1 1, n2
1) ,可得显著性水平为的拒绝域为
三.单侧检验
F
F1
2
(n1
1, n2
1)

F
40
选取检验统计量为 T
X
Y Sw
( 1
1
1
2
)
,其中
Sw2
n1 n2
(n1 1)S12 (n2 1)S22 n1 n2 2

当 H0 为真时,统计量T X Y
Sw
11 n1 n2
~ t(n1 n2 2) ,
可得显著性水平为 的拒绝域为{T t (n1 n2 2)}.

第七章 假设检验基础()精品PPT课件

第七章 假设检验基础()精品PPT课件

差值
1 1206.44
1678.44
472.00
2
921.69
1293.36
Hale Waihona Puke 371.673 1294.08
1711.66
417.58
4
945.36
1416.70
471.34
5
721.36
1204.55
483.19
6
692.32
1147.30
454.97
7
980.01
1379.59
399.58
➢ 买小米手机吗? 对手机评价:适合(买)、不适合(不买)
➢ 国庆节去八里沟怎样吗? 对景区的评价:好玩(去)、不好玩(不去)
所有的决策都遵循相同的基本模式
陈述多种可供选择的方案(假设) 收集支持这些方案的证据 根据证据的强弱做出决策 根据决定执行某种行为
统计学中的假设检验也是一种决策过程,同样遵循 这一基本模式。
研究结果可供选择的结论(目前的假设)有哪些?
1.该县儿童总体平均闭合月龄与一般儿童没有差异 2.该县儿童总体平均闭合月龄迟于一般儿童
两种假设在统计上的含义
抽样研究存在抽样误差!!
样本1
总体 均数=14.1
样本2
X1 14.3 X2 14.0
从总体1中抽样
样本1 X1 14.3
µ1=14.1
样本2 X2 14.0
s/ n 5.08/ 36
自由度:
n 1 3 6 1 35
3.确定P值
P值的定义 如果H0成立的条件下,出现统计量目
前值及更不利于H0的数值的概率。
直观地看:就是统计量对应分布曲线下 的尾部面积。
通过查表可以得到 对应统计量的尾部 面积,即P值

课程释疑第七章假设检验

课程释疑第七章假设检验

r
ai 0
ij相互独立,且都服从N(0,2)
i1
假设H0 :1 =2 =…=r 可改写为
H0 :a1 =a2 =…=ar =0
3/3/2021
宁波工程学院 理学院
第八章 方差分析与回归分析
第12页
8.1.3 平方和分解(理论分析)
一、组内偏差与组间偏差
i.
1m m j 1
ij,
1r
ri 1
i.1 ni r1jm 1
ij
1、组内偏差 y ij y i. (i ij) (i i) ij i
仅反映组内数据与组内平均的随机误差;
2、组间偏差 y i . y (i i .) ( ) a i i .
除反映随机误差外还反映了第i个水平的效应ai
3、总偏差 y ij y ( y ij y i.) ( y i. y ) a i ij
3/3/2021
宁波工程学院 理学院
第八章 方差分析与回归分析
第5页
本例中,我们要比较的是三种饲料对鸡的增肥 作用是否相同。为此,把饲料称为因子,记为A, 三种不同的配方称为因子A的三个水平,记为A1, A2, A3,使用配方Ai下第 j 只鸡60天后的重量用yij 表示,i=1, 2, 3, j=1, 2,, 8。我们的目的是比较 三种饲料配方下鸡的平均重量是否相等,为此, 需要做一些基本假定,把所研究的问题归结为 一个统计问题,然后用方差分析的方法进行解 决。
y2
┆┆
yr1 yr2 … yrm
Tr
yr
Ty
宁波工程学院 理学院
第八章 方差分析与回归分析
第11页
单因子方差分析的统计模型如下:
y ijiij,诸 ij相 互 独 立 , 且 都 服 从 N (0 , 2 )

第七章 假设检验

第七章 假设检验

|u| = x 0 2.2 1.96, 0 / n
于是根据小概率事件实际不可能性原理,拒绝假设 H0 ,
认为包装机工作不正常.
(2)若取定 0.01,
则 k u / 2 u0.005 2.58,
|u|= x 0 2.2 2.58, 于是 0 / n
接受假设 H0 , 认为包装机工作正常.
注:上述 称为显著性水平.此例表明假设检验的结论与选取的显著性水平 有 密切的关系.所以,必须说明假设检验的结论是在怎样的显著水平 下作出的.
ch3-8
2.假设检验的基本思想及推理方法
1)假设检验基本思想 (1) 在假设检验中,提出要求检验的假设,称为原假设或零假设,
记为 H0 ,原假设如果不成立,就要接受另一个假设,这另一 个假设称为备择假设或对立假设,记为 H1 。 (2) 假设检验的依据——小概率原理:小概率事件在一次试验中 实际上不会发生。 (3) 假设检验的思路是概率性质的反证法。即首先假设成立,然 后根据一次抽样所得的样本值信息,若导致小概率事件发生, 则拒绝原假设,否则接受原假设。
C3 12
p3 (1
p)9
0.0097
0.01
这是 小概率事件 , 一般在一次试验中
是不会发生的, 现一次试验竟然发生, 故认
为原假设不成立, 即该批产品次品率p 0.04
则该批产品不能出厂.
P12 (1)
C1 12
p1 (1
p)11
0.306
0.3
ch3-12
这不是小概率事件,没理由拒绝原假设,
因为 X 是 的无偏估计量,所以,若 H 0 为真,则 X 0 不ch应3-6X 太大, Nhomakorabea0
0 / n

第7章假设检验

第7章假设检验

第七章假设检验上一章介绍了总体均数的估计方法—区间估计,即在给定的置信度下(如95%),采用样本统计量X估计总体参数 的可能范围。

区间估计属于统计推断(statistical inference)的内容之一,本章介绍另一类重要的统计推断方法―假设检验(hypothesis test)。

第一节基本思想下面通过两个例子介绍假设检验的目的和基本思想。

例7.1 将病情相似的某病患者随机分配到两组,分别接受A和B两种不同的治疗方法,观察两组疗效的差异,结果见表7.1。

表7.1 两组患者的疗效比较治疗方法疗效合计有效率(%) 有效无效A 46 48 94 48.9B 34 60 94 36.2合计80 108 188 42.6 在本例中,A治疗方法共治疗了94例病人,其中46例有效,有效率为48.9%;B治疗方法也治疗了94例病人,其中34例有效,有效率为36.2%。

两种方法有效率的差异为12.7%,可否据此认为A治疗方法的疗效优于B方法呢?如果真实的情况是A方法与B方法具有相同的疗效,那么理论上A治疗组的有效率应该等于B治疗组的有效率。

但是,由于个体之间存在变异,即使两组使用同样的治疗方法,实际上也不一定得到完全相同的样本有效率。

A组的有效率48.9%是一个样本率,可以看成A治疗方法的总体有效率的一个样本估计值;B组的有效率36.2%也是一个样本率,也可以看成B治疗方法的总体有效率的一个样本估计值。

因此,这里不能立刻得出A治疗方法优于B治疗方法的结论。

A组与B组有效率之差为12.7%,其产生的原因可能有两种:一是仅由于抽样误差造成;二是总体率之差造成,即体现了两种疗法效果的本质差异。

这里所谓的“抽样误差造成”,指的是两种疗法的总体有效率本相同,样本率之差是由于偶然性造成的。

那么,本例中12.7%的有效率之差究竟是偶然性造成的,还是体现了两种疗法总体有效率的差异呢?假设检验可以帮助回答这个问题。

假设A 疗法和B 疗法的总体有效率相等,那么由于偶然性得到两组有效率相差12.7%以及更极端的情况(大于12.7%)的可能性有多大?如果能够算出这个可能性(即概率P 值)的大小,就可以下结论了。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

并未受到控制, 犯第二类错误的概率 β 并未受到控制,因此接受 H0 而 犯错误的可能性无法预料。 犯错误的可能性无法预料。
Байду номын сангаас
另一方面, 另一方面,仅仅凭一次试验的结果没有被拒绝的假设 从人们的心理上是不放心的,一般需要继续做试验, 从人们的心理上是不放心的,一般需要继续做试验,重 新取得数据作检验,根据多次试验的结果再作结论。 新取得数据作检验,根据多次试验的结果再作结论。 问8.3:同一问题及同一批数据,如使用不同的显著水平 :同一问题及同一批数据, 其检验结果是否不同? 其检验结果是否不同? 不同的显著水平下,检验的结论可能是不同的。 答:不同的显著水平下,检验的结论可能是不同的。 下是不能拒绝的, 例如可能在水平 α = 0.05下是不能拒绝的,而在 下被拒绝。 水平α = 0.10 下被拒绝。
问 8.4:一个显著水平 α 的检验的第一类错误概率与水 : 这两个概念有何差别? 平 α ,这两个概念有何差别? 这是两个不同的概念, 答:这是两个不同的概念,第一类错误概率与具体的检 验有关, 检验, 验有关,同一问题可以有不止一个水平α 检验,他们具 有不同的第一类错误概率,但是有一个共同点,就是第 有不同的第一类错误概率,但是有一个共同点, 一类错误概率都不超过 α 。水平 α 则是所有可能的水 检验的第一类错误概率的上界。 平 α 检验的第一类错误概率的上界。因此水平α 与具体 检验无关。 检验无关。
第七章 假设检验
问8.1:两类错误概率能否同时控制得很小? :两类错误概率能否同时控制得很小? 固定时,做不到。一般地说, 答:当样本容量 n 固定时,做不到。一般地说,当第 小时, 就显大, 一类错误概率α 小时,第二类错误概率 β 就显大,
1 的检验为例: 以下以正态总体 N (µ ,) 的参数 µ 的检验为例:
检验 H0 : µ ≡ 0 ↔ H1 : µ > 0 ,
1 拒绝域 R = { X > µ1−α } n
β 其二类错误概率 α,
,见图所示,其中右边曲线 见图所示,
的分布, 所围图形表示 H1 成立时 X 的分布,而左边则是 H0 的分布。显然, 小时, 变大; 成立时 X 的分布。显然,当 α 小时, β 变大; 反之亦然。 反之亦然。
问8.5:为什么不能称备选假设为对立假设? :为什么不能称备选假设为对立假设? 答:注意到某些原假设 H0 与备选假设 H1 并不是非此 即彼,例如 H0 : µ = µ0 , H1 : µ > µ0 . 此处 " µ > µ0" 即彼, 的对立陈述的一部分,而非全部。 只是" µ = µ0" 的对立陈述的一部分,而非全部。究竟备 选假设选择对立陈述中的哪一部分, 选假设选择对立陈述中的哪一部分,取决于收集数据的 目的。 目的。
β
1 Z1−α n
0
α
µ X
问8.2:未被一个显著性检验所拒绝的原假设 H0 是否 : 一定成立? 一定成立? 答:不一定。 不一定。 为一个水平α 显著性检验所拒绝的假设 H0 ,平均 来说每100 结论, 来说每100 次,作出拒绝 H0 结论,做错了的大约只有
α × 100 次。因而有一定的可靠度,但未被拒绝时, 因而有一定的可靠度,但未被拒绝时,
相关文档
最新文档