概率论与数理统计教案 第8章 假设检验
概率论与数理统计(8)假设检验
概率论与数理统计(8)假设检验第八章假设检验第一节假设检验问题第二节正态总体均值的假设检验第三节正态总体方差的检验第四节大样本检验法第五节 p值检验法第六节假设检验的两类错误第七节非参数假设检验第一节假设检验问题前一章我们讨论了统计推断中的参数估计问题，本章将讨论另一类统计推断问题——假设检验.在参数估计中我们按照参数的点估计方法建立了参数的估计公式，并利用样本值确定了一个估计值，认为参数真值。
由于参数是未知的，只是一个假设（假说，假想），它可能是真，也可能是假，是真是假有待于用样本进行验证（检验）.下面我们先对几个问题进行分析，给出假设检验的有关概念，然后总结给出检验假设的思想和方法.一、统计假设某大米加工厂用自动包装机将大米装袋,每袋的标准重量规定为10kg，每天开工时，需要先检验一下包装机工作是否正常. 根据以往的经验知道,自动包装机装袋重量X服从正态分布N( )．某日开工后，抽取了8袋，如何根据这8袋的重量判断“自动包装机工作是正常的”这个命题是否成立？请看以下几个问题：问题1引号内的命题可能是真，也可能是假，只有通过验证才能确定．如果根据抽样结果判断它是真，则我们接受这个命题，否则就拒绝接受它，此时实际上我们接受了“机器工作不正常”这样一个命题．若用H0表示“”，用H1表示其对立面，即“”，则问题等价于检验H0：是否成立，若H0不成立，则H1：成立．一架天平标定的误差方差为10-4(g2)，重量为的物体用它称得的重量X服从N( )．某人怀疑天平的精度，拿一物体称n次，得n 个数据，由这些数据(样本)如何判断“这架天平的精度是10-4(g2)”这个命题是否成立？问题2记H0: =10-4，H1: ，则问题等价于检验H0成立，还是H1成立．某种电子元件的使用寿命X服从参数为的指数分布，现从一批元件中任取n个，测得其寿命值（样本），如何判定“元件的平均寿命不小于5000小时”这个命题是否成立？记问题3则问题等价于检验H0成立，还是H1成立．某种疾病，不用药时其康复率为，现发明一种新药（无不良反应），为此抽查n位病人用新药的治疗效果，设其中有s人康复，根据这些信息，能否断定“该新药有效”？记问题4则问题等价于检验H0成立，还是H1成立．自1965年1月1日至1971年2月9日共2231天中，全世界记录到震级4级及以上的地震共计162次，问相继两次地震间隔的天数X是否服从指数分布？问题5记服从指数分布，不服从指数分布．则问题也等价于检验H0成立，还是H1成立．在很多实际问题中，我们常常需要对关于总体的分布形式或分布中的未知参数的某个陈述或命题进行判断，数理统计学中将这些有待验证的陈述或命题称为统计假设，简称假设．如上述各问题中的H0和H1都是假设.利用样本对假设的真假进行判断称为假设检验。
概率论与数理统计-假设检验
14
若
取伪的概率较大.
15
/2
0.12 0.1
0.08 0.06 0.04 0.02
/2 H0 真
60 62.5 65 67.5 70 72.5 75
0.12 0.1
0.08 0.06 0.04 0.02
H0 不真
67.5 70 72.5 75 77.5 80 82.5
16
现增大样本容量,取n = 64, = 66,则
41
两个正态总体
设 X ~ N ( 1 1 2 ), Y ~ N ( 2 2 2 )
两样本 X , Y 相互独立, 样本 (X1, X2 ,…, Xn ), ( Y1, Y2 ,…, Ym ) 样本值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym )
显著性水平
42
(1) 关于均值差 1 – 2 的检验
原假设 备择假设 检验统计量及其在
H0
H1
H0为真时的分布拒绝域 Nhomakorabea1 – 2 = 1 – 2
1 – 2 1 – 2 <
1 – 2 1 – 2 > ( 12，22 已知)
43
原假设 备择假设 检验统计量及其在
H0
H1
H0为真时的分布
1 – 2 = 1 – 2
拒绝域
1 – 2 1 – 2 <
1 – 2 1 – 2 >
12, 22未知
12
=
2 2
其中
44
(2)
关于方差比
2 1
/
2 2
的检验
原假设 备择假设 检验统计量及其在
H0
H1
H0为真时的分布
大学课件概率论第8章假设检验
:
2
2 0
.
(2)找统计量。
2 1 n
2 0 i1
Xi X
2 ~ 2
n 1
3求临界值。
对给定的 0.05，查自由度为n 1 4
的 2分布表得
2 1
n
1
2 0.975
4
11.143
2
2
n
1
2 0.025
4
0.484
2
(4)求观察值
x 1 1.32 1.55 1.36 1.40 1.44 1.414
112.82
1.1362
t txx00 112.8 112.6 0.4657
SSn* / nn 1.136 / 7
5作出判断，因为 t 0.4657 2.447，所以接受H0,
即用热敏电阻测温仪间接测量温度可以认为无系统偏差。
表8.1 单个正态总体均值的假设检验的拒绝域
（显著性水平为 ）
112.0，113.4，111.2，114.5，112.5，112.9，113.6 而用某种精确方法测量温度的真值μ0＝112.6，现问 用热敏电阻测温仪间接测量温度有无系统偏差？设 显著性水平α＝0.05。
解: （1）提出假设，H0:μ＝μ0＝112.6
（2）找统计量。
t X 0 ~ t(n 1)
对给定的显著水平 0 1，由t分布表查得
临界值，使
P
t
t1- 2
4、求观察值
根据所给的样本算出统 计量t的观察值t1。
5、作出判断
若 t1
t1
，则接受H
。
0
2
若 t1
t1，则拒绝H
。
0
2
这种检验方法称为t检验法。
概率论与数理统计教案第八章
例8为比较新老品种的肥料对作物的效用有无显著差别，选用了各方面条件差不多的10个地块种上此作物.随机选用其中5块施上新肥料，而剩下的5块施上老肥料．等到收获时观察到施新肥的地块，平均年产333(单位：千斤)，样本方差为32，施老肥的地块平均年产330，样本方差为40．假设作物产量服从正态分布，检验新肥是否比老肥效用上有显著提高（显著性水平 ）．
点面朝上
1
2
3
4
5
6
出现次数
23
26
21
20
15
15
在 水平下，请问，这颗骰子是否是均匀的
例2在某细纱机上进行断点率测定，测验锭子总数为440，测得断头次数记录如下表：
每锭断头数
0
1
2
34Βιβλιοθήκη 5678
锭数（实测）
269
112
38
19
3
1
0
0
3
试问在显著性水平 下能否认为锭子的断头数服从泊松分布
例3某高校研究在校学生的体重，现随机抽取了100位学生，测得他们的体重（单位：kg）为
检验参数
原假设与备择假设
检验统计量
拒绝域
方差
已知
;
当 时，
或
;
;
未知
;
当 时，
或
;
;
3、两个正态总体均值差的假设检验问题可汇总如下表
检验参数
抽样分布
检验统计量
拒绝域
均值差
已知
;
当 时，
;
;
未知
;
当 时，
;
;
4、两个正态总体方差比的假设检验问题可汇总如下表
《概率论与数理统计》课件第八章 假设检验
《概率论与数理统计》第八章1假设检验的基本概念
2. 从某批矿砂中，抽取10样本，检验这批砂矿的含 铁量是否为3%？
双侧检验 H0 : 0 3%, H1 : 3%
3.某学校学生英语平均分65分, 先抽取某个班的平均 分，看该成绩是否显著高于全校整体水平？
单侧检验 H0 : 0 65, H1 : 65
0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512, 问机器是否正常?
分析 以 和 分别表示这一天袋装糖的净重
总体X 的均值和标准差,
由长期实践表明标准差比较稳定, 我们就设
0.015,于是 X ~ N(, 0.0152 ),这里 未知. 问题 问题是根据样本值判断 0.5 还是 0.5 .
所
以，原假
设H
不正确
0
。
对于这两种解释，哪种解释比较合理呢？
我们需要判断以上两种假设谁对谁错，并给出判断的理由
以上例子属于参数检验（parametric test） 的问题，(如针对总体均值,总体方差等参数的假 设检验)。
另外还有非参数检验（Nonparametric test） 的问题，如关于总体服从某种分布（如正态分布， 泊松分布）的假设检验。
4. 拒绝域与临界点
拒绝域W1: 拒绝原假设 H0 的所有样本值 (x1, x2, ···, xn)所组成的集合.
W1 W1 ：拒绝原假设H0的检验统计量的取值范围.
临界点(值):拒绝域的边界点(值) (相应于检验统计量的值).
如: 在前面例4中,拒绝域 {u :| u | u / 2 }.
5. 双边备择假设与双边假设检验
之 下 做 出 的.
2. 检验统计量
【精品】概率论与数理统计PPT课件第八章 假设检验
16
假设检验的两类错误
所作判断 真实情况 H0 为真 H0 为假
接受 H0
拒绝 H0
正确
第一类错误
(弃真)
第二类错误
(取伪)
正确
犯第一类错误的概率通常记为
犯第二类错误的概率通常记为
17
如在例2中, 如果第一起交通事故发生后, 就 断定隧道南更容易发生交通事故, 犯第一类错 误的概率是0.35. 当第二起交通事故发生后, 断 定隧道南更容易发生交通事故, 犯第一类错误 的概率是0.352=0.1225. 如果第四起交通事故又 发生在隧道南, 否定p=0.35时犯第一类错误的概 率是0.354=0.015.
24
假设检验步骤(三部曲) 根据实际问题所关心的内容,建立H0与H1。
在H0为真时,选择合适的统计量T, 并确定
拒绝域。 根据样本值计算,并作出相应的判断.
25
提出 假设
总 结
抽取 样本
P(T W)=
-----犯第一 类错误的概率， W为拒绝域
根据统计调查的目的, 提出 原假设H0 和备择假设H1
P= 0.353 ≈ 0.043.
这是一个很小的概率, 一般不容易发生.
7
所以我们否定H0, 认为隧道南的路面发生交 通事故的概率比隧道北大.
做出以上结论也有可能犯错误。这是因为 当隧道南北的路面发生交通事故的概率相同, 而3起交通事故又都出现在隧道南时, 我们才犯 错误。这一概率正是P=0.043.
4
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, 故可认为原假设不 成立, 即该批产品次品率p>0.04 , 则该批产品不 能出厂.
概率论与数理统计第八章假设检验
对于(a)小概率P{X 0 u }
u是所选取合适的统计量 U 的分位点
1
单侧检验
P{ X 0 u } x 0 u为拒绝区域
其含义是依这样本x所推断的
小
概率
事
件H
发生
0
了
，
拒
绝H
0
u
拒绝
1
u 拒绝
对于(b)小概率P{X 0 u } (密度函数为对称时)
由 经 验 知 0.015公 斤 ， 为 了 检 验 某 天 机器 工 作 是 否 正 常 ， 抽 取其 所
包 装 的9袋 称 得 重 量 分 别 为0：.497,0.506,0.518,0.524,0.488,0.511,0.510,0.515,0.519； 问这天机器正常否？
现在另一天任然抽取9袋得样本均值x 0.511公斤，推断这天机器是否工作正常?
小 概 率 事 件 是: 样 本 均 值X与 所 假 设 的 期 望0相 差 X 0
不 能 太 大, 若 相 差 太 大 则 拒 绝H0
小概率事件P{ X 0 u }
u
是
2
所
选
取
合
适
的
统
计
量U
2
的
2
分
位
点
1
P{ X 0 u } x 0 u 为拒绝区域 2
较大、较小是一个相对的概念，合理的界限在何 处？应由什么原则来确定？
问题是：如何给出这个量的界限？ 这里用到人们在实践中普遍采用的一个原则：
小概率事件在一次试验 中基本上不会发生(若发 生了则认为假设是错 )
在假设检验中,称这个小概率为显著性水平,用 表示.
- 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)。
第8章假设检验
教学要求
1．理解假设检验的的基本思想，掌握假设检验的推理方法和五个基本步骤.
2. 掌握小概率事件原理，理解接受域、拒绝域和假设检验中可能产生的两类错误.
3．掌握单个正态总体的均值与方差的假设检验（Z检验、t检验、2χ检验）以及两个正态总体的均值差与方差比的假设检验（Z检验、t检验、F检验）.
4. 了解基于成对数据的检验（t检验）.
5. 理解2χ拟合检验法的基本思想，了解2χ拟合检验法的推理方法和步骤.
教学重点
假设检验的的基本思想，正态总体参数的假设检验.
教学难点
假设检验的的基本思想的理解，小概率事件原理的理解与运用.
课时安排
本章安排6课时.
教学内容和要点
一、假设检验概述
1. 假设检验的基本思想
2.小概率事件原理
3. 接受域、拒绝域
4，两类错误
2. 假设检验的推理方法和步骤
二、正态总体均值的假设检验
1. 单个正态总体均值的检验
2. 两个正态总体均值差的检验
3. 基于成对数据的检验（t检验）
三、正态总体方差的假设检验
1. 单个正态总体方差的检验
2. 两个正态总体方差的检验
四、总体分布的假设检验
1.2χ拟合检验法的基本思想
2.2χ拟合检验法的推理方法和步骤
主要概念
1．假设检验
2．非参数检验
3．参数检验
4．显著性水平
5．第一类错误
6．第二类错误
7．原假设
8．备择假设
9．检验统计量10．单侧检验11．双侧检验12．拒绝域
13．接受域
14．成对数据的检验15.2 拟合检验．。