第四章-假设检验课件_第1页
第四章-假设检验课件_第2页
第四章-假设检验课件_第3页
第四章-假设检验课件_第4页
第四章-假设检验课件_第5页
已阅读5页,还剩95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

第四章假设检验统计假设检验的基本任务根据样本所提供的信息,对未知总体分布的某些方面(如总体均值、方差、分布本身等等)的假设作出合理的判断。第四章假设检验统计假设检验的基本任务根据样本所提供的信1主要内容假设检验的基本概念一个正态总体均值与方差的检验两个正态总体均值与方差的检验分布拟合检验拟合检验法独立性检验主要内容假设检验的基本概念2§4.1假设检验的基本概念一、假设检验问题例1:假定按国家规定,某种产品的次品率不得超过1%,现从一批产品中随机抽出200件,经检查发现有3件次品,试问:这批产品是否次品率符合国家标准。问题:根据抽样的结果来判断是否例2:§4.1假设检验的基本概念一、假设检验问题例1:假定按国3问当日生产是否正常例3:某建筑材料,其抗断强度的分布以往一直服从正态分布,现改变配料方案,希望确定新产品的抗断强度X是否仍服从正态分布.这类问题称为假设检验,有两个共同特点:问当日生产是否正常例3:某建筑材料,其抗断强度的分布以往一直4(2)抽取样本和集中样本的有关信息,要求对假设的真伪进行判断,称为检验假设,最后对假设作出拒绝或接受的决策。假设检验问题的分类:1.参数假设检验:2.非参数假设检验若总体的分布函数或概率函数为未知,假设针对总体的分布,分布的特征或总体的数字特征而提出并要求检验。(2)抽取样本和集中样本的有关信息,要求对假设假设检验问题的5表示原来的假设,称为原假设或零假设。所考察的问题的反面称为备择假设或对立假设,记为二、假设检验的基本原理概率性质的反证法:为了检验原假设是否正确,先假定为正确,看由此能推出什么结果,如果导致一个不合理现象出现,则表明“假设为正确”是错误的,拒绝原假设;否则,则接受原假设。表示原来的假设,称为原假设或零假设。所考察的问题的反面称为备6概率性质的反证法的根据:小概率事件在一次试验中几乎是不可能发生的。在假设检验中,我们作出接受或拒绝的决策,并不等于我们证明了原假设正确或错误,而只是根据样本所提供的信息以一定的可靠程度认为是正确或错误。概率性质的反证法的根据:小概率事件在一次试验中几乎是不可能发7实例

某车间用一台包装机包装葡萄糖,包得的袋装糖重是一个随机变量,它服从正态分布.当机器正常时,其均值为0.5公斤,标准差为0.015公斤.某日开工后为检验包装机是否正常,随机地抽取它所包装的糖9袋,称得净重为(公斤):0.4970.5060.5180.5240.4980.5110.5200.5150.512,问机器是否正常?分析:实例某车间用一台包装机包装葡萄糖,包得的袋装糖重是8由长期实践可知,标准差较稳定,问题:根据样本值判断提出两个对立假设再利用已知样本作出判断是接受假设H0(拒绝假设H1),还是拒绝假设H0(接受假设H1).如果作出的判断是接受H0,即认为机器工作是正常的,否则,认为是不正常的.由长期实践可知,标准差较稳定,问题:根据样本值判断提9由于要检验的假设涉及总体均值,故可借助于样本均值来判断.于是可以选定一个适当的正数k,由于要检验的假设涉及总体均值,故可借助于样本均值来判断.于10根据小概率原理检验统计量根据小概率原理检验统计量11由标准正态分布分位点的定义得由标准正态分布分位点的定义得12于是拒绝假设H0,认为包装机工作不正常.假设检验过程如下:于是拒绝假设H0,认为包装机工作不正常.假设检验过程如下13以上所采取的检验法是符合小概率原理的.以上所采取的检验法是符合小概率原理的.14三、两类错误检验的结果与真实情况可能吻合也可能不吻合,因此检验是可能犯错误的。第一类错误:拒真概率第二类错误:三、两类错误检验的结果与真实情况可能吻合也可能不15真实情况(未知)所作决策接受H0拒绝H0H0为真正确犯第I类错误H0不真犯第II类错误正确假设检验的两类错误拒真概率和受伪概率可用同一个函数表示。受伪概率真实情况所作决策接受H0拒绝H0H016定义1:设检验问题显然,注:在样本量一定的条件下,不可能找到一个使都减小的检验。定义1:设检验问题显然,注:在样本量一定的条件下,不可能找到17例:例:18第四章-假设检验课件19定义2:对检验问题说明:定义2:对检验问题说明:20(二)构造检验统计量与确定拒绝域的形式(一)建立假设:提出原假设和备选假设四、假设检验的基本步骤(二)构造检验统计量与确定拒绝域的形式(一)建立假设21拒绝域:使原假设被拒绝的样本观测值所在的区域。常用的拒绝域形式:(1)单侧拒绝域或拒绝域:使原假设被拒绝的样本观测值所在的区域。常用的拒绝域形22(2)双侧拒绝域或当拒绝域确定了,检验的判断准则也确定了(2)双侧拒绝域或当拒绝域确定了,检验的判断准则也确定了23(三)选定适当的显著水平,并求出临界值。(四)根据样本观测值确定是否拒绝说明:在实际问题中,只能控制第一类错误的最大概率,那么选择哪个假设作为原假设,就要视具体问题的目的和要求而定。(1)原假设代表一种久已存在的状态,反映一种变化。(三)选定适当的显著水平,并求出临界值。(四)根据24(2)相比较来说,原假设要比简单。(3)尽量使后果严重的错误成为第一类错误。例如:“有病当作无病”会危害病人健康;“无病当作有病”会浪费一些药品。两种错误相比较,前者后果严重,应把它作为第一类错误。据此所建立的假设应该是(2)相比较来说,原假设要比简单。(3)25§4.2一个正态总体均值和方差的检验一、方差已知时均值的假设检验(双侧检验)§4.2一个正态总体均值和方差的检验一、方差26(右侧检验)(左侧检验)(右侧检验)(左侧检验)27现讨论取因为在下现讨论取因为在下28根据标准正态分布的分位数定义可得所以检验的拒绝域为根据标准正态分布的分位数定义可得所以检验的拒绝域为29再讨论于是有再讨论于是有30故有故有31根据类似的讨论可以得到问题(3)的拒绝域为问题(1)的拒绝域为U检验法根据类似的讨论可以得到问题(3)的拒绝域为问题(1)的拒绝域32二、方差未知时均值的假设检验(双侧检验)(右侧检验)(左侧检验)二、方差未知时均值的假设检验(双侧检验33现讨论取因为在下现讨论取因为在下34根据t分布的分位数定义可得所以检验的拒绝域为根据t分布的分位数定义可得所以检验的拒绝域为35再讨论于是有再讨论于是有36故有故有37根据类似的讨论可以得到问题(2)的拒绝域为问题(1)的拒绝域为T检验法根据类似的讨论可以得到问题(2)的拒绝域为问题(1)的拒绝域38三、均值已知时方差的假设检验(双侧检验)(右侧检验)(左侧检验)三、均值已知时方差的假设检验(双侧检验39先讨论取先讨论取40为简便取为简便取41所以因此拒绝域为所以因此拒绝域为42现讨论现讨论43即得所讨论的假设检验问题的拒绝域即得所讨论的假设检验问题的拒绝域44现讨论由此可得现讨论由此可得45第四章-假设检验课件46所以此检验问题的拒绝域为同样,检验问题(3)的拒绝域为所以此检验问题的拒绝域为同样,检验问题(3)的拒绝域为47四、均值未知时方差的假设检验(双侧检验)(右侧检验)(左侧检验)四、均值未知时方差的假设检验(双侧检验48在为真时,选取下面的统计量首先讨论问题(1)的情况类似于前面的讨论,可得检验问题(1)的拒绝域为在为真时,选取下面的统计量首先讨论问题(1)的情况类49同样可以得到检验问题(2)的拒绝域为检验问题(3)的拒绝域为同样可以得到检验问题(2)的拒绝域为检验问题(3)的拒绝域为50第四章假设检验统计假设检验的基本任务根据样本所提供的信息,对未知总体分布的某些方面(如总体均值、方差、分布本身等等)的假设作出合理的判断。第四章假设检验统计假设检验的基本任务根据样本所提供的信51主要内容假设检验的基本概念一个正态总体均值与方差的检验两个正态总体均值与方差的检验分布拟合检验拟合检验法独立性检验主要内容假设检验的基本概念52§4.1假设检验的基本概念一、假设检验问题例1:假定按国家规定,某种产品的次品率不得超过1%,现从一批产品中随机抽出200件,经检查发现有3件次品,试问:这批产品是否次品率符合国家标准。问题:根据抽样的结果来判断是否例2:§4.1假设检验的基本概念一、假设检验问题例1:假定按国53问当日生产是否正常例3:某建筑材料,其抗断强度的分布以往一直服从正态分布,现改变配料方案,希望确定新产品的抗断强度X是否仍服从正态分布.这类问题称为假设检验,有两个共同特点:问当日生产是否正常例3:某建筑材料,其抗断强度的分布以往一直54(2)抽取样本和集中样本的有关信息,要求对假设的真伪进行判断,称为检验假设,最后对假设作出拒绝或接受的决策。假设检验问题的分类:1.参数假设检验:2.非参数假设检验若总体的分布函数或概率函数为未知,假设针对总体的分布,分布的特征或总体的数字特征而提出并要求检验。(2)抽取样本和集中样本的有关信息,要求对假设假设检验问题的55表示原来的假设,称为原假设或零假设。所考察的问题的反面称为备择假设或对立假设,记为二、假设检验的基本原理概率性质的反证法:为了检验原假设是否正确,先假定为正确,看由此能推出什么结果,如果导致一个不合理现象出现,则表明“假设为正确”是错误的,拒绝原假设;否则,则接受原假设。表示原来的假设,称为原假设或零假设。所考察的问题的反面称为备56概率性质的反证法的根据:小概率事件在一次试验中几乎是不可能发生的。在假设检验中,我们作出接受或拒绝的决策,并不等于我们证明了原假设正确或错误,而只是根据样本所提供的信息以一定的可靠程度认为是正确或错误。概率性质的反证法的根据:小概率事件在一次试验中几乎是不可能发57实例

某车间用一台包装机包装葡萄糖,包得的袋装糖重是一个随机变量,它服从正态分布.当机器正常时,其均值为0.5公斤,标准差为0.015公斤.某日开工后为检验包装机是否正常,随机地抽取它所包装的糖9袋,称得净重为(公斤):0.4970.5060.5180.5240.4980.5110.5200.5150.512,问机器是否正常?分析:实例某车间用一台包装机包装葡萄糖,包得的袋装糖重是58由长期实践可知,标准差较稳定,问题:根据样本值判断提出两个对立假设再利用已知样本作出判断是接受假设H0(拒绝假设H1),还是拒绝假设H0(接受假设H1).如果作出的判断是接受H0,即认为机器工作是正常的,否则,认为是不正常的.由长期实践可知,标准差较稳定,问题:根据样本值判断提59由于要检验的假设涉及总体均值,故可借助于样本均值来判断.于是可以选定一个适当的正数k,由于要检验的假设涉及总体均值,故可借助于样本均值来判断.于60根据小概率原理检验统计量根据小概率原理检验统计量61由标准正态分布分位点的定义得由标准正态分布分位点的定义得62于是拒绝假设H0,认为包装机工作不正常.假设检验过程如下:于是拒绝假设H0,认为包装机工作不正常.假设检验过程如下63以上所采取的检验法是符合小概率原理的.以上所采取的检验法是符合小概率原理的.64三、两类错误检验的结果与真实情况可能吻合也可能不吻合,因此检验是可能犯错误的。第一类错误:拒真概率第二类错误:三、两类错误检验的结果与真实情况可能吻合也可能不65真实情况(未知)所作决策接受H0拒绝H0H0为真正确犯第I类错误H0不真犯第II类错误正确假设检验的两类错误拒真概率和受伪概率可用同一个函数表示。受伪概率真实情况所作决策接受H0拒绝H0H066定义1:设检验问题显然,注:在样本量一定的条件下,不可能找到一个使都减小的检验。定义1:设检验问题显然,注:在样本量一定的条件下,不可能找到67例:例:68第四章-假设检验课件69定义2:对检验问题说明:定义2:对检验问题说明:70(二)构造检验统计量与确定拒绝域的形式(一)建立假设:提出原假设和备选假设四、假设检验的基本步骤(二)构造检验统计量与确定拒绝域的形式(一)建立假设71拒绝域:使原假设被拒绝的样本观测值所在的区域。常用的拒绝域形式:(1)单侧拒绝域或拒绝域:使原假设被拒绝的样本观测值所在的区域。常用的拒绝域形72(2)双侧拒绝域或当拒绝域确定了,检验的判断准则也确定了(2)双侧拒绝域或当拒绝域确定了,检验的判断准则也确定了73(三)选定适当的显著水平,并求出临界值。(四)根据样本观测值确定是否拒绝说明:在实际问题中,只能控制第一类错误的最大概率,那么选择哪个假设作为原假设,就要视具体问题的目的和要求而定。(1)原假设代表一种久已存在的状态,反映一种变化。(三)选定适当的显著水平,并求出临界值。(四)根据74(2)相比较来说,原假设要比简单。(3)尽量使后果严重的错误成为第一类错误。例如:“有病当作无病”会危害病人健康;“无病当作有病”会浪费一些药品。两种错误相比较,前者后果严重,应把它作为第一类错误。据此所建立的假设应该是(2)相比较来说,原假设要比简单。(3)75§4.2一个正态总体均值和方差的检验一、方差已知时均值的假设检验(双侧检验)§4.2一个正态总体均值和方差的检验一、方差76(右侧检验)(左侧检验)(右侧检验)(左侧检验)77现讨论取因为在下现讨论取因为在下78根据标准正态分布的分位数定义可得所以检验的拒绝域为根据标准正态分布的分位数定义可得所以检验的拒绝域为79再讨论于是有再讨论于是有80故有故有81根据类似的讨论可以得到问题(3)的拒绝域为问题(1)的拒绝域为U检验法根据类似的讨论可以得到问题(3)的拒绝域为问题(1)的拒绝域82

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