统计学——假设检验概念和方法(课堂讲课)
合集下载
《假设检验》PPT课件
2008-2009
样本统计量 临界值
抽样分布
2008-2009
1 -
置信水平 拒绝H0
0
样本统计量
临界值
✓决策规则
1. 给定显著性水平，查表得出相应的临 界值z或z/2， t或t/2
2. 将检验统计量的值与 水平的临界值进 行比较
3. 作出决策
双侧检验：I统计量I > 临界值，拒绝H0 左侧检验：统计量 < -临界值，拒绝H0 右侧检验：统计量 > 临界值，拒绝H0
H1 ： <某一数值，或 某一数值
例如, H1 ： < 10cm，或 10cm
2008-2009
➢提出假设
【例】一种零件的生产标准是直径应为10cm，为对生产过
程进行控制，质量监测人员定期对一台加工机床检查， 确定这台机床生产的零件是否符合标准要求。如果零件 的平均直径大于或小于10cm，则表明生产过程不正常， 必须进行调整。试陈述用来检验生产过程是否正常的原 假设和备择假设
2008-2009
❖利用P值进行决策
➢什么是P 值(P-value)
1. 在原假设为真的条件下，检验统计量的观察值 大于或等于其计算值的概率 双侧检验为分布中两侧面积的总和
2. 反映实际观测到的数据与原假设H0之间不一致 的程度
3. 被称为观察到的(或实测的)显著性水平 4. 决策规则：若p值<, 拒绝 H0
2008-2009
第6章 假设检验
统计研究目的
统计设计
推
断
客观
统
统
分
现象
计
计
析
数量
调
整
表现
查
理
描 述
样本统计量 临界值
抽样分布
2008-2009
1 -
置信水平 拒绝H0
0
样本统计量
临界值
✓决策规则
1. 给定显著性水平，查表得出相应的临 界值z或z/2， t或t/2
2. 将检验统计量的值与 水平的临界值进 行比较
3. 作出决策
双侧检验：I统计量I > 临界值，拒绝H0 左侧检验：统计量 < -临界值，拒绝H0 右侧检验：统计量 > 临界值，拒绝H0
H1 ： <某一数值，或 某一数值
例如, H1 ： < 10cm，或 10cm
2008-2009
➢提出假设
【例】一种零件的生产标准是直径应为10cm，为对生产过
程进行控制，质量监测人员定期对一台加工机床检查， 确定这台机床生产的零件是否符合标准要求。如果零件 的平均直径大于或小于10cm，则表明生产过程不正常， 必须进行调整。试陈述用来检验生产过程是否正常的原 假设和备择假设
2008-2009
❖利用P值进行决策
➢什么是P 值(P-value)
1. 在原假设为真的条件下，检验统计量的观察值 大于或等于其计算值的概率 双侧检验为分布中两侧面积的总和
2. 反映实际观测到的数据与原假设H0之间不一致 的程度
3. 被称为观察到的(或实测的)显著性水平 4. 决策规则：若p值<, 拒绝 H0
2008-2009
第6章 假设检验
统计研究目的
统计设计
推
断
客观
统
统
分
现象
计
计
析
数量
调
整
表现
查
理
描 述
数理统计之假设检验ppt课件
z2 z0.025 1.96;
x0
575.2570
5.2 102.0551.96
n 8 10
8
这说明小概率事件竟在一次试验中发生了，
故拒绝H0，可以接受H1。 即认为折断力大小有差别
完整版PPT课件
15
已知 X~N(,2), 2 已知，检验假设
H 0: 0 H 1: 0的过程分为六个步骤：
由样本算得 x543.5, s27.582 查表 t2(n1)t0.02 (4 5)2.776 这里 |t||543549|1.77t0.02(54)2.776
7.58/ 5 接受H0。新罐的平均爆破压力与过去无显著差别。
完整版PPT课件
31
例6 某工厂生产一种螺钉,标准要求是长度是32.5毫米,
假设的决定。 ❖ 基本思想（规则或前提）
小概率事件在一次试验中几乎不会发生。
完整版PPT课件
4
带概率性质的反证法 通常的反证法设定一个假设以后,如果出现的 事实与之矛盾,(即如果这个假设是正确的话,出现 一个概率等于0的事件)则绝对地否定假设.
带概率性质的反证法的逻辑是: 如果假设H0是正确的话,一次试验出现一个 概率很小的事件,则以很大的把握否定假设H0.
❖ 2 在H0成立的前提下，选择合适的统计量，这个统 计量要包含待检的参数，并求得其分布；
❖ 3 给定显著性水平 ，按分布写出小概率事件及其
概率表达式；
❖ 4 由样本计算出需要的数值；
❖ 5 判断小概率事件是否发生，是则拒绝，否接受
完整版PPT课件
9
二 单个正态总体参数的假设检验
一、总体均值 的假设检验
2
z x
2
完整版PPT课件
假设检验课件
假设检验课件假设检验课件假设检验是统计学中一种常用的推断方法，用于验证关于总体参数的假设。
在实际应用中，假设检验被广泛用于医学、经济、社会科学等领域。
本文将对假设检验的基本概念、步骤和常见方法进行介绍，并探讨其在实际问题中的应用。
一、假设检验的基本概念1.1 假设在假设检验中，我们需要对总体参数提出一个假设，并通过收集样本数据来判断这个假设是否成立。
一般来说，我们会提出一个原假设（H0）和一个备择假设（H1）。
原假设是我们需要进行检验的假设，备择假设则是对原假设的否定。
1.2 检验统计量检验统计量是用来衡量样本数据与原假设之间的差异程度的统计量。
常见的检验统计量有t值、F值、卡方值等。
通过计算检验统计量，我们可以得到一个观察到的差异程度，并据此进行假设检验。
1.3 显著性水平显著性水平是在假设检验中设定的一个临界值，用于判断原假设是否成立。
一般来说，我们将显著性水平设定为0.05或0.01。
如果计算得到的p值小于显著性水平，则拒绝原假设，否则接受原假设。
二、假设检验的步骤2.1 确定假设在进行假设检验之前，我们需要明确原假设和备择假设。
原假设通常是我们希望进行检验的假设，备择假设则是对原假设的否定。
2.2 选择适当的检验统计量根据问题的具体情况，选择适当的检验统计量进行计算。
不同的问题可能需要使用不同的统计量，例如，对两个总体均值的比较可以使用t检验，对多个总体均值的比较可以使用方差分析等。
2.3 计算检验统计量的值根据样本数据计算出检验统计量的值。
这一步需要根据具体的统计方法进行计算，例如，对于t检验，需要计算出样本均值、标准差和样本容量等。
2.4 计算p值根据检验统计量的值，计算出p值。
p值表示在原假设成立的情况下，观察到与之相差程度或更极端程度的结果出现的概率。
p值越小，说明观察到的差异越显著。
2.5 判断是否拒绝原假设根据显著性水平和计算得到的p值，判断是否拒绝原假设。
如果p值小于显著性水平，我们可以拒绝原假设，认为观察到的差异是显著的；如果p值大于显著性水平，我们则接受原假设，认为观察到的差异不是显著的。
《假设检验》课件
方差分析
总结词
适用于多组数据比较的检验方法
详细描述
方差分析是一种适用于多组数据比较的假设检验方法。它通过比较不同组之间的变异和 误差来源，计算F值和对应的P值，以判断原假设是否成立。方差分析在很多领域都有
应用，如农业、生物统计学和心理学等。
秩和检验
总结词
适用于等级数据或非参数数据的检验方法
详细描述
秩和检验是一种适用于等级数据或非参数数 据的假设检验方法。它通过将数据排序后进 行比较，计算秩和值和对应的P值，以判断 原假设是否成立。秩和检验在很多领域都有 应用，如医学、生物学和环境科学等。
04 假设检验的实例分析
单样本Z检验实例
总结词
用于检验一个样本的平均值与已知的 某一总体均值之间是否存在显著差异 。
如果样本量过小，可能无 法得出可靠的结论，因为 小样本可能无法代表总体 。
样本量过大
如果样本量过大，可能会 导致统计效率降低，增加 计算复杂度和成本。
样本代表性
在选择样本时，需要确保 样本具有代表性，能
假设检验的结果只能给出拒绝或接受 假设的结论，但无法给出假设正确与 否的确凿证据。
置信区间有助于判断假设的正确性
02
通过比较置信区间和假设值的位置关系，可以判断假设是否成
立。
置信区间与假设检验的互补关系
03
置信区间和假设检验各有优缺点，可以结合使用以更全面地评
估数据的统计性质。
THANKS 感谢观看
提出假设
根据研究问题和目的，提出原 假设和备择假设。
确定临界值
根据统计量的性质和显著性水 平，确定临界值。
做出决策
根据计算出的样本统计量和临 界值，做出接受或拒绝原假设 的决策。
《假设检验的概念》PPT课件
假设检验实例及解读
• 生物统计学实例：比较两个药物治疗组的患者生存率是否存在显著差异。 • 社会调查实例：通过问卷调查数据，研究两个群体之间的收入差异是否显著。
总结与回顾
假设检验是一种重要的统计方法，帮助我们进行数据分析和科学决策。通过清晰的步骤和方法，我们可以对总体参 数进行有效推断。
3 方差分析
4 非参数检验
用于比较多个样本均值之间是否存在显著差异。
当数据不满足正态分布假设时，使用的一类假设 检验方法。
注意事项
1 假设检验的局限性
假设检验是概率性推断，结果并不能绝对确定总体参数，仅供参考。
2 防范与排除偏差
在实际研究中，要注意样本选择的随机性和可比性，以排除偏差对推断结果的影响。
p值判定
4
参数估计和假设检验。
根据计算出的统计量，计算p值，并与显著性
水平比较，判断是否拒绝原假设。
5
结论推断
根据p值的判定结果，得出对总体参数的推断 结论，并解释研究的统计显著性和实际意义。
常见假设检验方法
1 单样本t检验
2 双样本t检验
用于比较一个样本的均值与总体均值是否存在显 著差异。
用于比较两个独立样本的均值是否存在显著差异。
应用领域
假设检验广泛应用于医学、社会科学、经济学等领 域，帮助我们进行数据分析和做出科学决策。
假设检验的步骤
1
假设设立
首先，根据研究问题，明确原假设和备择假
ห้องสมุดไป่ตู้
显著性水平确定
2
设，以便进行后续统计推断。
确定假设检验的显著性水平，通常为0.05或
0.01，用于判断统计显著性。
3
统计量计算
计算适应研究问题的合适统计量，以便进行
《假设检验检验》课件
《假设检验检验》PPT课 件
数据分析中的假设检验
什么是假设检验
假设检验是一种统计方法，用于通过样本数据来推断总体参数的性质。它可以帮助我们判断一个观察结 果是由偶然因素引起的，还是真实存在的差异。
假设检验的步骤
1
2. 选择检验统计量
2
选择适合问题的检验统计量，如t值、
z值等。
3
4. 计算统计量
4
利用样本数据计算检验统计量的值。
5
6. 得出结论
6
根据决策，得出关于总体参数的结论。
1. 建立假设
确定原始假设和备择假设，描述总体 参数的状态。
3. 设定显著性水平
选择显著性水平，决定拒绝原始假设 的界限。
5. 做出决策
根据检验统计量的值和显著性水平， 决定是否拒绝原始假设。
常用的假设检验方法
单样本t检验
结论的解释
根据结果的解释，得出关于总体参数的结论，并提供相应的推论。
实例演示及应用场景
通过具体的实例演示，展示假设检验在各个领域的应用，如医学、市场研究、环境保护等。
总结与展望
假设检验是数据分析中重要的工具之一，它可以帮助我们做出科学的决策， 并推动各个领域的发展。未来，我们可以进一步研究和改进假设检验方法， 提高其效能和适用性。
用于比较一个样本的平均值 与已知值或者另一个样本的 平均值。
独立样本t检验
用于比较两个独立样本的平 均值是否存在显著差异。
相关样本t检验
用于比较两个相关样本的平 均值是否存在显著差异。
如何解读假设检验结果
拒绝原始假设
如
接受原始假设
如果检验结果的p值大于等于显著性水平，我们接受原始假设。
数据分析中的假设检验
什么是假设检验
假设检验是一种统计方法，用于通过样本数据来推断总体参数的性质。它可以帮助我们判断一个观察结 果是由偶然因素引起的，还是真实存在的差异。
假设检验的步骤
1
2. 选择检验统计量
2
选择适合问题的检验统计量，如t值、
z值等。
3
4. 计算统计量
4
利用样本数据计算检验统计量的值。
5
6. 得出结论
6
根据决策，得出关于总体参数的结论。
1. 建立假设
确定原始假设和备择假设，描述总体 参数的状态。
3. 设定显著性水平
选择显著性水平，决定拒绝原始假设 的界限。
5. 做出决策
根据检验统计量的值和显著性水平， 决定是否拒绝原始假设。
常用的假设检验方法
单样本t检验
结论的解释
根据结果的解释，得出关于总体参数的结论，并提供相应的推论。
实例演示及应用场景
通过具体的实例演示，展示假设检验在各个领域的应用，如医学、市场研究、环境保护等。
总结与展望
假设检验是数据分析中重要的工具之一，它可以帮助我们做出科学的决策， 并推动各个领域的发展。未来，我们可以进一步研究和改进假设检验方法， 提高其效能和适用性。
用于比较一个样本的平均值 与已知值或者另一个样本的 平均值。
独立样本t检验
用于比较两个独立样本的平 均值是否存在显著差异。
相关样本t检验
用于比较两个相关样本的平 均值是否存在显著差异。
如何解读假设检验结果
拒绝原始假设
如
接受原始假设
如果检验结果的p值大于等于显著性水平，我们接受原始假设。
假设检验PPT课件
假设检验
【学习目标】通过对本章的学习，掌握假设检验的概念和 类型、假设检验的两类错误和假设检验的一般步骤；重点掌握 单个总体均值的检验和比率的检验。
第一节 假设检验的基本问题 第二节 △ 假设检验的应用
假设检验
第一节 假设检验的基本问题
一、假设检验的概念 二、假设检验的两类错误 三、假设检验的类型 四、假设检验的类型一般步骤
假设检验
第一节 假设检验的基本问题
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。
假设检验
第一节 假设检验的基本问题
二、假设检验的两类错误（决策风险）
（一） 第一类错误 第一类错误，亦称拒真（弃真）错误。是指当原假设为 真时，但由于样本的随机性使样本统计量的具体值落入 了拒绝区域，这时所作的判断是拒绝原假设。 犯第一类错误的概率亦称拒真概率，它实质上就是前面
t
986 1000 24
2.333＞
t n 1 2.1315
16
2
所以接受 H1，即这天包装机工作不正常。
假设检验
第二节 假设检验的应用
二、单个总体比率（成数）的假设检验
比率P是平均数的一种特殊形式，因而前面讲的平均 数检验理论都适用于总体比率P的假设检验，只是估计量 的形式略有不同。
【例4】我国出口的参茸药酒畅销于某国市场。据以往调查， 购买此种酒的顾客中40岁以上的男子占50%。经营该药酒 的进出口公司经理关心这个比率是否发生了变化，于是， 委托一个咨询机构进行调查，这个咨询机构从众多购买该 药酒的顾客中随机抽取了400名进行调查，结果有210名为 40岁以上的男子。试问在0.05的显著水平上，能否认为购 买此种药酒的顾客中40岁以上男子所占比率变化了？
【学习目标】通过对本章的学习，掌握假设检验的概念和 类型、假设检验的两类错误和假设检验的一般步骤；重点掌握 单个总体均值的检验和比率的检验。
第一节 假设检验的基本问题 第二节 △ 假设检验的应用
假设检验
第一节 假设检验的基本问题
一、假设检验的概念 二、假设检验的两类错误 三、假设检验的类型 四、假设检验的类型一般步骤
假设检验
第一节 假设检验的基本问题
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。
假设检验
第一节 假设检验的基本问题
二、假设检验的两类错误（决策风险）
（一） 第一类错误 第一类错误，亦称拒真（弃真）错误。是指当原假设为 真时，但由于样本的随机性使样本统计量的具体值落入 了拒绝区域，这时所作的判断是拒绝原假设。 犯第一类错误的概率亦称拒真概率，它实质上就是前面
t
986 1000 24
2.333＞
t n 1 2.1315
16
2
所以接受 H1，即这天包装机工作不正常。
假设检验
第二节 假设检验的应用
二、单个总体比率（成数）的假设检验
比率P是平均数的一种特殊形式，因而前面讲的平均 数检验理论都适用于总体比率P的假设检验，只是估计量 的形式略有不同。
【例4】我国出口的参茸药酒畅销于某国市场。据以往调查， 购买此种酒的顾客中40岁以上的男子占50%。经营该药酒 的进出口公司经理关心这个比率是否发生了变化，于是， 委托一个咨询机构进行调查，这个咨询机构从众多购买该 药酒的顾客中随机抽取了400名进行调查，结果有210名为 40岁以上的男子。试问在0.05的显著水平上，能否认为购 买此种药酒的顾客中40岁以上男子所占比率变化了？
假设检验《统计学原理》课件
图b
X＝X1＞X0
H0为伪
从上图可以看出,如果临界值沿水平方向右移,α将变小而β变大,即若减小 α错误,就会增大犯β错误的机会；如果临界值沿水平方向左移,α将变大而 β变小,即若减小β错误,也会增大犯α错误的机会,
a 错误和 错误的关系
在样本容量n一定的情况下,假设检验不能同时做到犯α和 β两类错误的概率都很小,若减小α错误,就会增大犯β错误 的机会；若减小β错误,也会增大犯α错误的机会,要使α和 β同时变小只有增大样本容量,但样本容量增加要受人力、 经费、时间等很多因素的限制,无限制增加样本容量就会 使抽样调查失去意义,因此假设检验需要慎重考虑对两类 错误进行控制的问题,
参数假设检验举例
例2：某公司进口一批钢筋,根据要求,钢筋的 平均拉力强度不能低于2000克,而供货商强 调其产品的平均拉力强度已达到了这一要 求,这时需要进口商对供货商的说法是否真 实作出判断,进口商可以先假设该批钢筋的 平均拉力强度不低于2000克,然后用样本的 平均拉力强度来检验假设是否正确,这也是 一个关于总体均值的假设检验问题,
假设检验的两类错误
正确决策和犯错误的概率可以归纳为下表：
假设检验中各种可能结果的概率
H0 为真
接受H0
1-α 正确决策
拒绝H0,接受H1
α 弃真错误
H0 为伪
β 取伪错误
1-β 正确决策
•假设检验两类错误关系的图示
以单侧上限检验为例,设H0 ：X≤X0 , H1：X＞X0
图a X≤X0 H0为真
a
H0值
样本统计量 临界值
观察到 的样本 统计量
5、假设检验的两类错误
根据假设检验做出判断无非下述四种情况：
1、原假设真实, 并接受原假设,判断正确； 2、原假设不真实,且拒绝原假设,判断正确； 3、原假设真实, 但拒绝原假设,判断错误； 4、原假设不真实,却接受原假设,判断错误, 假设检验是依据样本提供的信息进行判断,有犯错误的可 能,所犯错误有两种类型： 第一类错误是原假设H0为真时,检验结果把它当成不真而 拒绝了,犯这种错误的概率用α表示,也称作α错误 αerror 或弃真错误, 第二类错误是原假设H0不为真时,检验结果把它当成真而 接受了,犯这种错误的概率用β表示,也称作β错误 βerror 或取伪错误,
X＝X1＞X0
H0为伪
从上图可以看出,如果临界值沿水平方向右移,α将变小而β变大,即若减小 α错误,就会增大犯β错误的机会；如果临界值沿水平方向左移,α将变大而 β变小,即若减小β错误,也会增大犯α错误的机会,
a 错误和 错误的关系
在样本容量n一定的情况下,假设检验不能同时做到犯α和 β两类错误的概率都很小,若减小α错误,就会增大犯β错误 的机会；若减小β错误,也会增大犯α错误的机会,要使α和 β同时变小只有增大样本容量,但样本容量增加要受人力、 经费、时间等很多因素的限制,无限制增加样本容量就会 使抽样调查失去意义,因此假设检验需要慎重考虑对两类 错误进行控制的问题,
参数假设检验举例
例2：某公司进口一批钢筋,根据要求,钢筋的 平均拉力强度不能低于2000克,而供货商强 调其产品的平均拉力强度已达到了这一要 求,这时需要进口商对供货商的说法是否真 实作出判断,进口商可以先假设该批钢筋的 平均拉力强度不低于2000克,然后用样本的 平均拉力强度来检验假设是否正确,这也是 一个关于总体均值的假设检验问题,
假设检验的两类错误
正确决策和犯错误的概率可以归纳为下表：
假设检验中各种可能结果的概率
H0 为真
接受H0
1-α 正确决策
拒绝H0,接受H1
α 弃真错误
H0 为伪
β 取伪错误
1-β 正确决策
•假设检验两类错误关系的图示
以单侧上限检验为例,设H0 ：X≤X0 , H1：X＞X0
图a X≤X0 H0为真
a
H0值
样本统计量 临界值
观察到 的样本 统计量
5、假设检验的两类错误
根据假设检验做出判断无非下述四种情况：
1、原假设真实, 并接受原假设,判断正确； 2、原假设不真实,且拒绝原假设,判断正确； 3、原假设真实, 但拒绝原假设,判断错误； 4、原假设不真实,却接受原假设,判断错误, 假设检验是依据样本提供的信息进行判断,有犯错误的可 能,所犯错误有两种类型： 第一类错误是原假设H0为真时,检验结果把它当成不真而 拒绝了,犯这种错误的概率用α表示,也称作α错误 αerror 或弃真错误, 第二类错误是原假设H0不为真时,检验结果把它当成真而 接受了,犯这种错误的概率用β表示,也称作β错误 βerror 或取伪错误,
假设检验详细知识PPT课件
解: 用t检验法.
检验假设 H0:112.6(0) H1:112.6(0) Q0.05,n7
t(n1)t0.025(6)2.4469
2
23
返回
第八章 假设检验
概率统计
Q x 1 1 2 .8 ,s7 27 1 1i 7 1(x i 1 1 2 .8 )2 (1 .1 3 6 )2
t x112.6 0.4659 s7 / 7
0.511 0.520 0.515 0.512
问机器是否正常?
7
返回
第八章 假设检验
概率统计
分析:用 和 分别表示这一天袋装糖重总体 X
的均值和标准差.则 X~N (,0.01 2)其 5 , 中 未.知
问题:根据样本值判断 0还 .5 是 0..5
提出两个对立假设 H 0 : 0 0 . 5 和 H 1 : 0 .
返回
第八章 假设检验
（2）检验假设 H 0:0,H 1:0
概率统计
选择统 U计 X/n量 ~N(0,1)
当H
成立时，
0
P( X u0
/ n
u )
P(Xuuu0
/ n
u)
P(X/unu0/unu)
Xu P(
/ n
u)
对于给定的检验水平 01
得拒绝域为 (3)检验假设
W{uu}
其中u X 0 / n
不拒绝H0同样要承担风险,这时,可能将错误的 假设误认为是正确的,这种“以假为真”的错误称 为第二类错误(取伪), 犯第二类错误的概率是:
β=P{当H0不真时 , 不拒绝H0}.
13
返回
第八章 假设检验
概率统计
三、假设检验的基本步骤
假设检验完整版PPT课件
H0 ： 335ml H1 ： 335ml
消费者协会接到消费者投诉，指控品牌纸包装 饮料存在容量不足，有欺骗消费者之嫌。包装 上标明的容量为250毫升。消费者协会从市场上 随机抽取50盒该品牌纸包装饮品进行假设检验。 试陈述此假设检验中的原假设和备择假设。
解：消费者协会的意图是倾向于证实饮料厂包装 饮料小于250ml 。建立的原假设和备择假设为
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0 观察到的样本统计量
样本统计量 临界值
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0
样本统计量
临界值
第一节 假设检验概述
1、假设检验的基本思想 2、假设检验的步骤 3、两类错误和假设检验的规则
三、两类错误和假设检验的规则
(单侧检验 )
抽样分布
置信水平
拒绝H0
1-
拒绝域 临界值
0 接受域
样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
样本统计量
观察到的样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
观察到的样本统计量
样本统计量
•【例2】一种罐装饮料采用自动生产线生产，每罐的容量 是255ml，标准差为5ml，服从正态分布。换了一批工人后， 质检人员在某天生产的饮料中随机抽取了16罐进行检验，
一个总体的检验
一个总体
消费者协会接到消费者投诉，指控品牌纸包装 饮料存在容量不足，有欺骗消费者之嫌。包装 上标明的容量为250毫升。消费者协会从市场上 随机抽取50盒该品牌纸包装饮品进行假设检验。 试陈述此假设检验中的原假设和备择假设。
解：消费者协会的意图是倾向于证实饮料厂包装 饮料小于250ml 。建立的原假设和备择假设为
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0 观察到的样本统计量
样本统计量 临界值
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0
样本统计量
临界值
第一节 假设检验概述
1、假设检验的基本思想 2、假设检验的步骤 3、两类错误和假设检验的规则
三、两类错误和假设检验的规则
(单侧检验 )
抽样分布
置信水平
拒绝H0
1-
拒绝域 临界值
0 接受域
样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
样本统计量
观察到的样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
观察到的样本统计量
样本统计量
•【例2】一种罐装饮料采用自动生产线生产，每罐的容量 是255ml，标准差为5ml，服从正态分布。换了一批工人后， 质检人员在某天生产的饮料中随机抽取了16罐进行检验，
一个总体的检验
一个总体
- 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、"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、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)。
特选课堂
3
§6.1 假设检验的基本问题
一. 假设问题的提出 二. 假设的表达式 三. 两类错误 四. 假设检验中的值 五. 假设检验的另一种方法 六. 单侧检验
特选课堂
4
基本概念
让我们先看一个例子.
特选课堂
5
基本概念
罐装可乐的容量按标准应为 355毫升.
生产流水线上罐装可 乐不断地封装，然后装箱 外运. 怎么知道这批罐装 可乐的容量是否合格呢？
第 6章 假设检验
§1 假设检验的基本问题 §2 一个正态总体参数的检验 §3 两个正态总体参数的检验 §4 假设检验中的其他问题
特选课堂
1
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
特选课堂
2
学习目标
1. 了解假设检验的基本思想 2. 掌握假设检验的步骤 3. 对实际问题作假设检验 4. 利用置信区间进行假设检验 5. 利用P - 值进行假设检验
对总体参数的的数值所 作的一种陈述
我认为该地区新生婴儿 的平均体重为3190克!
– 总体参数包括总体均值、 比例、方差等
– 分析之前必需陈述
特选课堂
9
什么是假设检验?
(hypothesis testing)
1. 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. 有参数假设检验和非参数假设检验
抽取随机样本
☺X均=值20☺ 特选课堂
作出决策 拒绝假设! 别无选择.
12
假设检验的步骤
▪ 提出假设 ▪ 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
特选课堂
13
提出原假设和备择假设
什么是原假设？(null hypothesis)
1. 待检验的假设，又称“0假设”
特选课堂
21
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(Beta)
特选课堂
22
假设检验中的两类错误
（决策结果）
H : 无罪 假设检验就好像一场审判过程 0
为什么叫0 假设?
2. 研究者想收集证据予以反对的假设
3. 总是有等号 , 或
4. 表示为 H0
– H0： 某一数值 – 指定为 = 号，即 或
– 例如, H0： 3190（克）
特选课堂
14
为什么叫 0 假设？
之所以用零来修饰原假设，其原因是原假设的 内容总是没有差异或没有改变，或变量间没有 关系等等
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
特选课堂
什么是小 概率？
20
什么是小概率？
概率是从0到1之间的一个数，因此小概率 就应该是接近0的一个数 著名的英国统计家Ronald Fisher 把20分之 1作为标准，这也就是0.05，从此0.05或比 0.05小的概率都被认为是小概率 Fisher没有任何深奥的理由解释他为什么选 择0.05，只是说他忽然想起来的
特选课堂
24
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
特选课堂
25
什么是P 值?
(P-value)
1. 是一个概率值
2. 如果原假设为真，P-值是抽样分布中大于 或小于样本统计量的概率
4. 由研究者事先确定
特选课堂
18
作出统计决策
1. 计算检验的统计量
2. 根据给定的显著性水平，查表得出相应
的临界值z或z/2， t或t/2
3. 将检验统计量的值与 水平的临界值进
行比较 4. 得出拒绝或不拒绝原假设的结论
特选课堂
19
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
零假设总是一个与总体参数有关的问题，所以 总是用希腊字母表示。关于样本统计量如样本 均值或样本均值之差的零假设是没有意义的， 因为样本统计量是已知的，当然能说出它们等 于几或是否相等
特选课堂
15
提出原假设和备择假设
什么是备择假设？(alternative hypothesis)
1. 与原假设对立的假设，也称“研究假设”
– 是大样本还是小样本
– 总体方差已知还是未知
3. 检验统计量的基本形式为
Z X 0
n
特选课堂
17
规定显著性水平
(significant level)
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, 0.10
2. 研究者想收集证据予以支持的假设总是有不 等号: , 或
3. 表示为 H1
– H1： <某一数值，或 某一数值 – 例如, H1： < 3910(克)，或 3910(克)
特选课堂
16
确定适当的检验统计量
什么检验统计量？
1. 用于假设检验决策的统计量
2. 选择统计量的方法与参数估计相同，需考虑
– 左侧检验时，P-值为曲线上方小于等于检
Hale Waihona Puke 特选课堂6基本概念 通常的办法是进行抽样检查.
每隔一定时间，抽查若干罐 . 如每隔1小时，
抽查5罐，得5个容量的值X1，…，X5，根 据这些值来判断生产是否正常.
特选课堂
7
基本概念
根据样本的信息检验关于总体的某个命题 是否正确. 这类问题称作假设检验问题 .
特选课堂
8
什么是假设?(hypothesis)
3. 采用逻辑上的反证法，依据统计上的小 概率原理
特选课堂
10
假设检验的基本思想
这个值不像我 们应该得到的 样本均值 ...
抽样分布
... 因此我们拒 绝假设 = 50
... 如果这是总 体的真实均值
20
= 50
H 特选课堂 0
样本均值
11
假设检验的过程
总体
☺☺ ☺
☺☺ ☺☺ ☺☺
提出假设
我认为人口的平 均年龄是50岁
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
统计检验过程
决策 接受H0 拒绝H0
H0 检验
实际情况
H0为真 H0为假 正确决策 第二类错
(1 – ) 误() 第一类错 正确决策
误() (1-)
特选课堂
23
错误和 错误的关系
和的关系就像 翘翘板，小就 大， 大就小
你不能同时减 少两类错误!