假设检验一般概念_第1页
假设检验一般概念_第2页
假设检验一般概念_第3页
假设检验一般概念_第4页
假设检验一般概念_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 假设检验是对总体的未知参数或总体服从的分布等,首先提出某种假设,例如假设未知参数为某一常数或总体服从某已知分布等,然后由样本提供的信息,对所做假设的“真实性”做出否定还是不否定,即拒绝还是接受的判定。 假设检验问题分为如下两大类: 参数假设检验:对总体中某个数字特征或分布中的参数提出假设检验(见8.1例)。 非参数假设检验:对总体的分布、总体间的独立性以及是否同分布等方面的检验(见8.1例2 )。 本章主要介绍假设检验的基本概念、思想方法,讨论正态总体参数的检验、频率检验、拟合优度检验(非参数假设检验)等。 .1 假设检验的一般概念 一、假设检验的基本思想 先看以下两个例子。第八章 假设检验

2、 例1 外地一良种小麦,667m2产量(单位:kg)服从正态分布N(400, 252),引入本地试种,收获时任取n=5块地,测得其667m2产量分别为400、425、390、450、410,假定引种后667m2产量X也服从正态分布,试问: (1)若方差不变,即X N(, 252) ,本地平均产量 与原产地的平均产量 0=400kg有无显著变化? (2)若X N(, 252) ,本地平均产量是否比原产地平均产量高(或低)? (3)本地引种后,667m2产量的波动情况与原产地667m2产量的波动情况有无显著不同? 例2 检查200箱食品,用X表示一箱食品中变质食品的数量(单位:包),n表示有X包变

3、质食品的箱数,检验结果如下:X01234n132432032试问变质食品包数X是否服从泊松分布? 1. 两类假设 检验是对假设而言的。假设是对事物的某种“看法”或“陈述” ,假设检验是要根据样本值去判断一个 假设是否成立。假设分如下两种: 原假设(或零假设) H0 :通常是“相等性假设”,例如假定总体均值等于 0 ,总体方差等于02,总体分布为标准正态分布等。 备择假设H1:在原假设被拒绝后可供选择的假设。备择假设H1是和原假设H0不相容的。 原假设与备择假设选取以便于数学处理为宜。 假设检验的基本思想:带有概率特征的反证法。 例1中,三个问题的假设分别表示为: (1) H0:=0 (=400

4、); H1:0 (=400) (2) H0:=0 (=400); H1:0 (=400) H0:=0 (=400); H1:0 (=400) (3) H0: 2 =02(=252); H1: 202(=252) 例2的假设则可表示为: H0:X服从泊松分布;H1:X不服从泊松分布. 下面以例1中问题(1)为例。阐明假设检验的基本思想和概念。 设(x1,x2, ,xn)是来自总体X的样本,则计,当H0为真时取值集中于0=400附近。如果是总体均值的无偏估 这需要我们确定一个临界值k,使当离0较远,则有理由怀疑H0的真实性,认为或许H1更可靠。时接受原假设H0; (1)时拒绝原假设H0接受备择假设

5、H1 (2)进一步,由于当H0为真时,有要构造一个具有明确分布的统计量,可将(1)、(2)式转化为时接受原假设H0 (3)时拒绝原假设H0接受备择假设H1 (4)当较小时,临界值u/2是小概率事件的分界线,使具有绝对优势(即有较大概率1- )。故取于是(3)、(4)式变为时接受原假设H0 (5) 时拒绝原假设H0,接受备择假设H1 (6) 分析(5)、(6)两式,可以这样认为: 拒绝H0,是因为以H0成立为出发点进行推理时,得到了不合情理的结论,使小概率事件在一次试验中发生了。 接受H0,是因为以H0成立为出发点进行推理时,未发现异常。 这就是带有概率特征的反证法,认为小概率事件在一次试验中不

6、可能发生。 2. 拒绝域与接受域 称是检验水平或显著性水平,它是我们制定检验标准的重要依据。常数u/2把标准正态分布密度曲线下的区域分成了两大部分,其中一部分 称为H0的拒绝域或否定域, 当样本点落入拒绝域时,我们便拒绝原假设H0(同前述(6)式),另一部分称为H0的接受域, 当样本点落入接受域时,我们便接受原假设H0(同前述(5)式)。 鉴于u/2的这种特殊作用,称u/2为H0的临界值(相对于例1的问题(1),问题(2)的临界值为u,将在下面说明)。 进一步,可确定例1的问题(2)中两个假设的拒绝域分别为与 3. 双侧检验与单侧检验 双侧检验:拒绝域在接受域两侧的检验 单侧检验:拒绝域和接受

7、域各为一侧的检验称为。且拒绝域在接受域右边的检验,称为右边单侧检验;拒绝域在接受域左边的,称为左边单侧检验。 4. 两类错误 第一类错误:称为“弃真”错误,即PH0被拒绝/H0为真= 第二类错误:称为“纳伪”错误,即PH0被接受/H0不真= 我们希望这两类错误都很小。但可以证明,在样本容量n固定时,同时减小和是办不到的。当减小时必导致增大,反之亦然。要想使和同时减小,只有增大样本容量n。 一般是通过选择来控制。质量要求高的检验,常选取较大的,质量要求不高的检验,可适当减小。综上所述,我们可总结出假设检验的步骤为:(1)根据问题的要求提出假设,写明原假设H0和备择假设H1的具体内容。(2)根据H0的内容,建立(或选取)检验统计量并确定其分布。(3)对给定(或选定)的显著性水平 ,由统计量的分布查表或计算确定出临界值,进而得到H0的拒绝域和接受域。(4)由样本观察值计算出统计量的值。(5)做出推断:当统计量的值满足“接受H0的条件”时就接受H0,否则就拒

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论