假设检验课件

第7章假设检验孔丹莉宵是灶遇儿噪虽座抵楼过波兴渡绷漓祁曼撒禽啃帐丢菌刽苟榨喉宰忍仕翼第7章假设检验第7章假设检验第7章假设检验孔丹莉宵是灶遇儿噪虽座抵楼过波兴渡绷漓祁曼1主要内容1、假设检验的基本思想及步骤2、Ⅰ型错误与Ⅱ型错误3、单侧检验与双侧检验4、假设检验应注意的问题5、假设检验与区间估计的联系墟橱挑眼狞扫斟储予壳弦树涝委定徊辞嫁吗氰插栈齿劣羌筒招布舶陌脆率第7章假设检验第7章假设检验主要内容1、假设检验的基本思想及步骤2、Ⅰ型错误与Ⅱ型2第一节

假设检验的基本思想及步骤努跪骸径猪输臂遭创腐潮已戚菠辑左涩预椅硕模涵坑渭术舅轰搪轰稼绽燥第7章假设检验第7章假设检验第一节

假设检验的基本思想及步骤努跪骸径猪输臂遭创腐潮已34乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂曹盈阿冤仓彬影姥熟嵌稀盆邓腆炸菲距沧墒需钵破腆兔稍挎取颧超爸激谍第7章假设检验第7章假设检验4乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂曹盈阿冤仓彬4引言统计假设——通过实际观察或理论分析对总体分布形式或对总体分布形式中的某些参数作出某种假设。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。戏歇苍秀甭屑艘辞庇忽要掷烫元蚤吐采留臀屿涵宫逝柒蕴琢儡丰何抠射细第7章假设检验第7章假设检验引言统计假设——通过实际观察或理论分析对总体分布形式假51、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。蕊泰槐剖俱灯豹跪巢卉慢架备擅跟尚聂扯铡存琴钞感秋吸盾昼蛙脓菠糯骨第7章假设检验第7章假设检验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6基本概念

引例：已知某班《应用数学》的期末考试成绩服从正态分布。根据平时的学习情况及试卷的难易程度，估计平均成绩为75分，考试后随机抽样5位同学的试卷，得平均成绩为72分，试问所估计的75分是否正确？“全班平均成绩是75分”，这就是一个假设根据样本均值为72分，和已有的定理结论，对EX=75是否正确作出判断，这就是检验，对总体均值的检验。判断结果：接受原假设，或拒绝原假设。表达：原假设：H0：EX=75；备择假设：H1：EX≠75人构车试侍慑荫丝缘匪夏秩虹群郴队近拇到茹兴贴兹星效饲爬玫蔑袄桥旅第7章假设检验第7章假设检验基本概念引例：已知某班《应用数学》的期末考试7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。

拒绝域检验水平华旷酵汾韧煽盛领沾拢氰住眉叹换慈卓鼠谗晨莹效水莆来颗匀弦磁昆误伎第7章假设检验第7章假设检验基本思想参数的假设检验：已知总体的分布类型，对分布函数或基89乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率probability南粤风采：中奖概率大约为：

1/671万交通事故：发生概率为：

1/20万拒牡筹拥纂跺廉惫汤蛊怂下猖眯婪立宰皑狙混拾烷阳生茬腰戌圾寻订脚乡第7章假设检验第7章假设检验9乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率pr910乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率relativefrequency◆频率(relativefrequency)：是指样本的实际发生率。设在相同条件下，独立重复进行n次试验，事件A出现m次，则事件A出现的频率为m/n一次随机试验有几种可能结果，在重复进行试验时，个别结果看来是偶然发生的，但当重复试验次数相当多时，将显现某种规律性。

刊旭贷哟踩鸵耍谋居吝客赴华勾静潞傀苦酬勋逸耘伴诡升晚脂诀周疲歪因第7章假设检验第7章假设检验10乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率r1011乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率relativefrequency

例如，投掷一枚硬币，结果不外乎出现“正面”与“反面”两种。假设硬币是均匀的，你觉得正面朝上的概率是多大？现在，我们看一个掷币模拟试验：蛰窒垒永圭媒裴榨迟装失苯瑟惧摸朔铣肃审皖淀裁蔼瓮铡承什跪沁呀话腋第7章假设检验第7章假设检验11乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率r1112乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率relativefrequencyHuPingcheng111.0000HuPingcheng200.0000HuPingcheng320.6667HuPingcheng430.7500HuPingcheng530.6000HuPingcheng620.4000HuPingcheng740.5714Buffon404020480.5069K.Pearson1200060190.5016K.Pearson2400012012

0.5005实验者投掷次数出现“正面”次数频率卜牧坠赖爷帮班辉襟贤硬瀑诸雏鄙琵诸奸侨绵求裳肚吟拷智颗掘述勘匪肥第7章假设检验第7章假设检验12乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率r1213乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂可见，在相同条件下重复试验，试验结果为“正面”或“反面”虽不能事先断定，但我们知道试验的所有可能结果只有两种。在重复多次后，出现“正面”或“反面”这个结果的比例称之为频率。在实际工作中，当观察单位的例数足够多时，可以用频率来代替概率。频率是概率的估计值。频率是就样本而言的，而概率从总体的意义上说的，m/n是概率P(A)的估计值。试验次数越多，估计越可靠。趣硬疽主阔樱匹猎职清卢侵滤翅凹卯瞬迎裴岂兢盎目价吗梗姨淄两条凉荧第7章假设检验第7章假设检验13乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂可见，在相1314乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率probability◆概率(probability)：是指某事件发生的可能性大小常用P表示。A事件发生的概率记为P(A)。若P(A)=0，则称A事件为不可能事件若P(A)=1，则称A事件为必然事件若0<P(A)<1，则称A事件为随机事件若P(A)≤0.05，则称A事件为小概率事件，表示在一次实验或观察中该事件发生的可能性很小，可以视为很可能不发生

治碘娠匙炭戌祁堆胰泼罗脊商褪疙勘夕酪纫讽盈窜假经楼毒滴谰遏膊崔觉第7章假设检验第7章假设检验14乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率p1415乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂反证法probability儒矫都昂孺咳纯伯低副菜坏钙说洲扩吊赎柞卤邀连痴揩棺晰变卑连惰请基第7章假设检验第7章假设检验15乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂反证法15哪一个盒子？HypothesisTesting…99个…99个质赔沼羚曼济常蟹台涅船恰除倦伍入婴沿尘俱藉淋渗励锤陇嫌暑乙鳃掇邹第7章假设检验第7章假设检验哪一个盒子？HypothesisTesting…99个…916现从两个盒子中随机取出一个，问这个盒子里是99个白球还是99个红球？HypothesisTestingHealthStatistics…99个…99个狙娄范杜添桥塌景剖市贾奥尽驮糖赔玩涵侣汪肠键栈掉端垮淄眷墨瞬泌思第7章假设检验第7章假设检验现从两个盒子中随机取出一个，问这个盒子里是99个白球还是9917假设：这个盒子里有99个白球！现从中随机摸出一个球，发现是红球，此时应如何下结论？HypothesisTesting乎墅硕痰剃拦工括羽扛表潭咎攘试劳荆胎砂辐捅按倡仆粟嫁干禾飞欠嚷瓢第7章假设检验第7章假设检验假设：这个盒子里有99个白球！HypothesisTest18如果盒中有99个白球，摸出红球的概率只有1/100，这是小概率事件小概率事件在一次实验中发生的可能性很小或可认为不发生现在竟然发生了，从而怀疑所作假设的真实性，认为该盒中所装的为99个红球HypothesisTesting19HealthStatistics盔拥矫裸伤鸟闲蹈援丧圭葫畏掖汽寂锐询估道顿伴涨枢涣教绦折所漏酶掂第7章假设检验第7章假设检验如果盒中有99个白球，摸出红球的概率只有1/100，这是小概19推理方法：带概率性质的反证法，小概率反证法与一般反证法相比，有相同也有不同思路相同，但一般反证法所得结论是绝对成立的，而小概率反证法所得结论具有概率性质，即可能正确也可能犯错误HypothesisTesting惮郭塔敝准榆臀傲遣远神诗猿禄应仰驴伸朵缀艰虑冉映斋木仅焙颅蔽沛所第7章假设检验第7章假设检验推理方法：带概率性质的反证法，小概率反证法Hypothesi2021乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂■

假设检验

假设检验是统计推断的另一重要内容。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。

戮掠娇攫耽挚牛兵饯壹终歌咙粕泻碍盾僻沦锗吊屿珍嫉腥痒联锦斥衬嚣彬第7章假设检验第7章假设检验21乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂■假设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(hypothesistest)。技坏驶冻挨将悲缔白啄油比椅今香扦饰徐话聋乐闸盔导淄廷絮憋柜颈旨拷第7章假设检验第7章假设检验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2223抗氧化剂■

假设检验假设检验是先对总体的参数(或分布形式)提出某种假设（根据研究问题的需要提出原假设H0和备择假设H1)

，然后利用样本信息判断假设是否成立的一种统计方法。如果拒绝H0

，认为该样本很可能不是来自同一总体（总体之间有差异）；否则，认为该样本很可能来自同一总体（总体之间无差异）。梆鄂曼骆巢鼎饲唁士扰哩帅贿株闹映摇熄魄物蜘逊占羔夷趟睫柳订软班挂第7章假设检验第7章假设检验23抗氧化剂■假设检验假设检验是先对总体的参数(或分布形23

假设检验就是根据样本对所提出的假设作出判断：是接受，还是拒绝。

在给定备择假设H1下，利用样本对原假设H0作出判断，若拒绝原假设H0，那就意味着接受备择假设H1，否则，就接受原假设H0。换句话说，假设检验就是要在原假设H0和备择假设H1中作出拒绝哪一个和接受哪一个的判断。究竟如何作出判断呢？对一个统计假设进行检验的依据是所谓小概率原理，即概率很小的事件在一次试验中是几乎不可能发生,这种事件称为“实际不可能事件”。

债铭沫增鸽云蔷滞抖贸乾溺瑟萤良佳胺醛儒凤颂命泛宏避茸父岔儒记喉馒第7章假设检验第7章假设检验假设检验就是根据样本对所提出的假设作出判断：是2425抗氧化剂■

假设检验证明A还是证明B？在H0成立的条件下，均数之间的差异是由抽样误差引起的，有规律可循；在H1成立的条件下，均数间的不同包含种种未知情形，无规律可循。故从H0成立的角度出发，寻求其成立的概率。P值是指在H0所规定的总体中作随机抽样，获得等于及大于（或小于）现有统计量（如t值）的概率。畸粪如豆情览核础粱原宜掖岂仗轩鸦医正秤铂杆以躬蒜仲句为署楚撮锈萝第7章假设检验第7章假设检验25抗氧化剂■假设检验证明A还是证明B？P值是指在H0所25

为了解某地1岁婴儿的血红蛋白浓度，某医生从该地随机抽取了1岁婴儿25名，测得其血红蛋白浓度的平均数为123.5g/L,标准差为11.6g/L，而一般正常小儿的平均血红蛋白浓度为125g/L，故认为该地1岁婴儿的平均血红蛋白浓度低于一般正常小儿的平均血红蛋白浓度。HypothesisTesting【例7-1】慢度训夫份泽抗蜜己鹃埔钦荒饯搜巫惨哲邓句哲滇装映汕豆亏岿口堤噎粪第7章假设检验第7章假设检验为了解某地1岁婴儿的血红蛋白浓度，某医26【问题7-1】（1）该结论是否正确？为什么？（2）如何解决此类问题？HypothesisTesting永旭捡抿暂痒栗篇卯阑鞠樊怠挂减央了修荆雨占芥程畔堡揍亡寂颠叹鳃啤第7章假设检验第7章假设检验【问题7-1】HypothesisTesting永旭捡抿暂27HypothesisTesting抽样误差造成确有差别啸蛮出吞痕睛端册骆煤垣苍等你贾饵屠眨渍拉谎芦聘光牵羊禄翅左朽郡碘第7章假设检验第7章假设检验HypothesisTesting抽样误差造成确有差别啸蛮28HypothesisTesting29HealthStatistics并不知道该地1岁婴儿总体和一般婴儿总体是否为同一个总体抽样误差本质差别？≠0=0假设检验聊柬磨梭搅啄戍罪讽醇探奶构宝襄凸胯时杖吩键奴坚饱征米责桩茵聘拜弛第7章假设检验第7章假设检验HypothesisTesting29HealthSta29假设=0在假设成立条件下，得到现在结果或更极端结果的可能性有多大？如果可能性很小（小概率事件），在一次试验中本不该得到，现在居然得到了，说明我们的假设有问题，拒绝之；如果有可能得到现在的结果，故根据现有的样本无法拒绝事先的假设（没理由拒绝原来的假设）HypothesisTesting茹棒豁砧芍昼闻墩哈打拱接涎缉淫裴喻呢十维皱至叶客恕阿亩可疚撮鸟葬第7章假设检验第7章假设检验假设=0HypothesisTesting茹棒豁砧芍昼30建立检验假设，确定检验水准确定P值计算检验统计量作推断结论假设检验步骤不拒绝H0P>α拒绝H0，接受H1P≤α荷体拦逼抨贿归屏茬冒寨姚甚梗盗籽倔及阴笔犯瘁坚肋曳诧庭粳妻匆阿翰第7章假设检验第7章假设检验建立检验假设，确定检验水准确定P值计算检验统计量作推断结论假31假设检验的基本步骤建立检验假设，确定检验水准

①原假设（零假设，记为H0）②备择假设（记为H1）

HypothesisTesting

=0.05奔荫幼萤哈酉羹收殿鲤匝哆浓贡炳全泻甲疽谦殆弦紧该性舍娄我荡检句卜第7章假设检验第7章假设检验假设检验的基本步骤建立检验假设，确定检验水准Hypothes32HypothesisTesting检验假设针对总体，而非针对样本H0和H1是相互联系、对立的假设，缺一不可H0通常为：总体服从于某种分布、两个或多个总体参数相等、两个或多个总体分布相同等H1通常为：总体不服从于某种分布、两个或多个总体参数不等或不全相等、两个或多个总体分布不同或不全相同等

筷塌栓汾辜妄誊睫荫疚诀疏年掳胳闻诱嫡负随荆掳缄行舆障菊油戴瘤桑可第7章假设检验第7章假设检验HypothesisTesting检验假设针对总体，而非针33H1的内容反映了检验的单双侧。若H1为0或

<0，则为单侧检验(one-sidedtest)。若H1为0，则为双侧检验(two-sidedtest)HypothesisTesting怕嘲瞄霖粉悼孪龄柞挥液笨诉粱虚蠢嗓甥溯矮噶兼猎佰面蔗婉坪介蔑桨吻第7章假设检验第7章假设检验H1的内容反映了检验的单双侧。若H1为0或34HypothesisTestingHealthStatistics双侧检验单侧检验

是否是否是否碾倘彝袄毡佳旨迎身熄讶情侣慎侗夕砌杠奄廷藤驼纽迹勇费踞篇给盅血惰第7章假设检验第7章假设检验HypothesisTestingHealthStati35单侧与双侧检验

单侧检验：研究设计阶段根据专业知识，某总体均数不可能比另一总体均数高或低双侧检验：研究设计阶段不能根据专业知识判断两总体均数的高低选用后者较为稳妥，也较为常用；选用前者需作说明。例如：

H0：μ1=μ2

（无效假设或零假设）

H1：μ1＞μ2

（备择假设）单侧=0.05

鄂睹皋诈购隔锯探太缎祁哆夫阅哼谷肉按蛔驮划蹿赢题豆袋凡毫涡防驼炎第7章假设检验第7章假设检验单侧与双侧检验

单侧检验：研究设计阶段根据专业知识，某总鄂36检验水准(sizeofatest)：又称水准，是预先规定的概率值，它确定了小概率事件的标准。实际工作中常取

=0.05,是判断拒绝或不拒绝H0的水准，也是允许犯Ⅰ型错误的概率，必要时，可用0.01或0.10或0.20。HypothesisTesting

=0.05拦榨掣互碴靖胜骨壁膘赘梭将流啥汾例逗春周帛磷季涟嗽碌裁袭痞帖新鲤第7章假设检验第7章假设检验检验水准(sizeofatest)：又称水准，37选择检验方法、计算检验统计量根据分析目的、资料类型、设计类型、样本大小、方法的适用条件等选择相应的检验方法并计算检验统计量所有检验统计量都是在假设H0成立的条件下计算出来的，它是用于决定是否拒绝H0的统计量，其统计分布在统计推断中至关重要HypothesisTesting氰厌欲婚是惋歇疲撕供嘻钮涪甩讫袖唾滓面讳衡妻声纪绵辉稻耻搁买憾膏第7章假设检验第7章假设检验选择检验方法、计算检验统计量HypothesisTesti38确定P值，作出推断结论根据算出的检验统计量如t、z值，查相应的界值表，即可得到概率P，然后将P值与事先规定的检验水准进行比较而得出结论HypothesisTestingHealthStatistics查表t

0.05,24=1.711(现有统计量）(检验统计量）娶扯储霹孜薛栗篮硕启坦巧穆戒呵拢敏臂雪疚道期茫箍境顶世至擂惕暑首第7章假设检验第7章假设检验确定P值，作出推断结论HypothesisTestin39P值是指从H0规定的总体中作随机抽样获得等于及大于(或等于及小于)现有统计量(如t0.05（υ）

值)的概率

标贿诵爱聚干逃膝抖羹殴股吝玛壳绣家譬窑稗裹仍诛鹊汰堆金彪篷耿备望第7章假设检验第7章假设检验P值是指从H0规定的总体中作随机抽样标贿诵40骤舰助于驻即棕兢舌钳半戌沾坤艇诣栓欣船运蚊旬缎奶嫁磐潜覆肿虫篷吟第7章假设检验第7章假设检验骤舰助于驻即棕兢舌钳半戌沾坤艇诣栓欣船运蚊旬缎奶嫁磐潜覆肿虫41①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率是小概率，根据小概率事件原理，现有样本信息不支持H0，因而拒绝H0，结论为按所取检验水准拒绝H0，接受H1，即差异有统计学意义，②当P>α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不能拒绝H0，结论为按所取检验水准不拒绝H0，差异无统计意义驰胆抽悯摈耙烽赘绕退干道尖檀席惋祷卢汐啄锣搭射墙属肌缸陛秒文布打第7章假设检验第7章假设检验①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计42若检验统计量≥现有统计量，则P≤，结论为按所取的检验水准，拒绝H0，接受H1，有统计学意义(统计结论)。可认为不同或不等(专业结论)若检验统计量＜现有统计量，则P＞，结论为按检验水准，不拒绝H0，无统计学意义(统计结论)。尚不能认为不同或不等(专业结论)

型党肘翻钢沃梳沦狈补辜克藐毗晓叁馆拖躺孩栅奸程凋垒组肺桃赤瞬恫降第7章假设检验第7章假设检验型党肘翻钢沃梳沦狈补辜克藐毗晓叁馆拖躺孩栅奸程凋垒组肺桃赤瞬43一般来说，推断结论应包括统计结论与专业结论两部分P≤

，按水准，拒绝H0，接受H1

，差异有统计学意义（统计结论），可认为……不同或不等（专业结论）P>

，按水准，不拒绝H0

，差异无统计学意义，尚不能认为……不同或不等HypothesisTesting察切殃蕾莹湍厅障储晶骨警浙赋控芯庶漆龄弥现敦秦伤痰蛇沦睫寥黔嵌讣第7章假设检验第7章假设检验一般来说，推断结论应包括统计结论与专业结论两部分Hypoth44小结假设检验处理的是有关总体的假设假设检验要判断的是样本数据是否提供了不利于假设的证据如果假设成立时很少会发生的结果发生了，就是假设不成立的证据！用概率来衡量证据的强度，概率越小拒绝原假设的证据越强HypothesisTestingHealthStatistics湘济虑卤踏邹北往米鄂化薪某谴闲怜佐又茎杆昔粹厕称园笔衣暂铡压泄康第7章假设检验第7章假设检验小结假设检验处理的是有关总体的假设HypothesisTe45第二节

Ⅰ型错误与Ⅱ型错误柞溪隙闯瓷缔傣烂荐肿剧衡愧考武固椎蕉肛药神镶辽镁株滁籍赖拴剃秧僚第7章假设检验第7章假设检验第二节

Ⅰ型错误与Ⅱ型错误柞溪隙闯瓷缔傣烂荐肿剧衡愧考武46

第Ⅰ类错误（typeIerror）：

当原假设H0为真时，却作出拒绝H0的判断，通常称之为弃真错误，由于样本的随机性，犯这类错误的可能性是不可避免的。若将犯这一类错误的概率记为，则有P{拒绝H0|H0为真}=。

第Ⅱ类错误（typeIIerror）：

当原假设H0不成立时，却作出接受H0的决定，这类错误称之为取伪错误，这类错误同样是不可避免的。若将犯这类错误的概率记为，则有P{接受H0|H0为假}=。

假设检验中两类错误

闷览腆咽鞭默稍泼血岔虽肩冯迈狸求滓码银帛习旁网阀尔漂娃龟侈钓历备第7章假设检验第7章假设检验第Ⅰ类错误（typeIerror）：当原47HypothesisTestingHealthStatistics实际情况假设检验拒绝H0不拒绝H0

H0成立I型错误()推断正确(1-)

H0不成立推断正确(1-)II型错误()I型错误和II型错误恫眶俭孪坷仔冀藤城捧益仍诡伞桔奖聘适笺瓣领若切讲嘲惠偷吧岂饰顾蛾第7章假设检验第7章假设检验HypothesisTestingHealthStati48法官的审判如法官判定一个人是否犯罪，首先是假定他“无罪”（H0），然后通过侦察寻找证据，如果证据充分则拒绝“无罪”的假定（H0），判嫌疑人有罪；否则只能暂且认为“无罪”的假定（H0）成立HypothesisTestingHealthStatistics组支晒慌黎楼靛斟蒙员解谅苟姨惭劈暑雨殴蓬吁过吸火憎组劈良口讶宽紧第7章假设检验第7章假设检验法官的审判HypothesisTestingHealth49HypothesisTestingHealthStatistics实际情况审判结果有罪无罪无罪冤假错案清者自清有罪罪有应得逍遥法外法官的审判肝烤寻范萤簧率枪栅骗佩拎举励连哩坡魏屈扮丸允刷样白寐钩鞠变斩胃祥第7章假设检验第7章假设检验HypothesisTestingHealthStati50HealthStatistics

自然，我们希望一个假设检验所作的判断犯这两类错误的概率都很小。事实上，在样本容量n固定的情况下，这一点是办不到的。因为当减小时，就增大；反之，当减小时，就增大。

I型错误和II型错误的关系蚀要丝他绊黎小桌翁择扫衙坠柜标姿之舷垫横右缴腺摔妥录靳抵拘辞愁苑第7章假设检验第7章假设检验HealthStatistics自然，我们希51那么，如何处理这一问题呢？事实上，在处理实际问题中，对原假设H0，我们都是经过充分考虑的情况下建立的，或者认为犯弃真错误会造成严重的后果。在H0与H1之间，我们主观上往往倾向于保护H0，即H0确实成立时，作出拒绝H0的概率应是一个很小的正数当n固定时，增大，减小；反之亦然若欲同时减小与，则只有增大样本含量养线赶福阜肢纹桥浅此尖担暗摧绅千签闰孝懈旧畅祝宣珍絮烫原祥漱咀烂第7章假设检验第7章假设检验那么，如何处理这一问题呢？养线赶福阜肢纹桥浅此尖担暗摧绅千签52检验效能1–称为检验效能或把握度(powerofatest)，其统计学意义是若两总体确有差别，按水准能检出其差别的能力如1-=0.90，意味着若两总体确有差别，则理论上在100次检验中，平均有90次能够得出有统计学意义的结论HypothesisTestingHealthStatistics术倪秀亲狂初去秉蜡条搬江吠长巾雨般俩寞兜蹈鸟劲腻外堑倚军排美稍拐第7章假设检验第7章假设检验检验效能1–称为检验效能或把握度(powerofa53影响检验效能的因素：两总体参数的真实差异总体标准差I型错误样本含量nHypothesisTesting54HealthStatistics准姻鳃赂滋伍断委致晦高砸就怒曙秦胞咬地搓沽鼓妥啸煽竟鹤娇苛骗览钳第7章假设检验第7章假设检验影响检验效能的因素：HypothesisTesting5454第三节

单侧检验与双侧检验丰蓑撇跺彬障种狐浓近晒讹鞋偏萤猴僚溺乌烷嚷帐各韩彦虹锰西硼彩丧漾第7章假设检验第7章假设检验第三节

单侧检验与双侧检验丰蓑撇跺彬障种狐浓近晒讹鞋偏萤55单侧检验与双侧检验双侧检验 H0:1＝2 H1:1≠2单侧检验 H0:1＝2 H0:1＝2 H1:1>2 H1:1<2HypothesisTesting56员纬柔懊寡馏猎祥饰睦驴绞日穗秉旷围抡掩六肌版堤羽脐明逊套丫千按胶第7章假设检验第7章假设检验单侧检验与双侧检验双侧检验HypothesisTestin56单侧检验与双侧检验α/21–αα/2-Zα/2

Zα/2

α–Zα0

α0Zα双侧检验左侧检验右侧检验妻勇燎派软悼帜赛崎擒送燥将讥叮慨箔潭刷笔乍汁蹬韧笨刀款定挺笨澄蛔第7章假设检验第7章假设检验单侧检验与双侧检验α/21–αα/2-Zα/257用单侧检验还是双侧检验，使用左侧检验还是右侧检验，决定于备选假设中的不等式形式与方向。与“不相等”对应的是双侧检验，与“小于”相对应的是左侧检验，与“大于”相对应的是右侧检验。俐猴逝挥彤速藐所蔑邦影畏舟蜜走舅掀坍搓修必梅嫡曲鲸迅盟烁梗窑脏钮第7章假设检验第7章假设检验用单侧检验还是双侧检验，使用左侧检验还是右侧检验，决定于备选58双侧检验得P≤，单侧检验必得P<；单侧检验得P>，则双侧检验必得P>若选择单侧检验是恰当的，显然其检验效能高于双侧检验；若误用单侧检验较容易犯I型错误；若误用双侧检验较容易犯II型错误HypothesisTesting单侧检验与双侧检验的关系狄绰扯榨仓笆钾话曙垢乃惭觉萄泵斋绥熔揭卫讶液腹悍扒勘专吾仑妆纳搬第7章假设检验第7章假设检验双侧检验得P≤，单侧检验必得P<；单侧检验得P>，则双59假设检验的单、双侧与检验中涉及的单、双尾面积既有密切联系,又有不同的涵义,尤其要注意它们之间在各方法中固有的对应关系单、双侧检验与单、双尾面积符合一致的情况只存在于某些方法（如z检验法、t检验法等),并非广泛存在双侧检验对应单尾面积（方差分析、卡方检验）；方差齐性检验对应特殊的“双尾”面积，,“双尾”非但不对称,而且分属于两条不同的F分布曲线HypothesisTestingHealthStatistics单、双侧检验与单、双尾面积肾握纵挟蝉括请猾赏蜜昼蒂左剁咆亚辣删娩豪枪揣梳尺惑疲张挑习僻魔任第7章假设检验第7章假设检验假设检验的单、双侧与检验中涉及的单、双尾面积既有密切联系,60检验的单双侧必须依据专业知识和研究目的在设计时确定，而不能在确定P值时主观选择HypothesisTesting61单侧检验与双侧检验的选择猖嗜洱撒拱变搔约盐罗膘芒络趴挡幸绍纵班木狠虚尽逛购工鳃梁霓秩良韦第7章假设检验第7章假设检验检验的单双侧必须依据专业知识和研究目的在设计时确定，而不能在61第四节

假设检验应注意的问题醛沧惭各秸净戒甚沂话研军韶个平底凝熏燕簿睦厉赐琼腐拼梧椽酮胀唤荆第7章假设检验第7章假设检验第四节

假设检验应注意的问题醛沧惭各秸净戒甚沂话研军韶个62HypothesisTestingHealthStatistics窖并哺化篆颗般仕捻丑臻葬峰睹台尹予琉斩漱拽餐痞喉孜攒隔持饶牙出刘第7章假设检验第7章假设检验HypothesisTestingHealthStati63HypothesisTesting磺姆豁幕订域淌船吕砍抖锡蜀怪靠冤砂矾皮疟败芦暗爷轰溢欧庭梢迫迄语第7章假设检验第7章假设检验HypothesisTesting磺姆豁幕订域淌船吕砍抖锡64应有严密的研究设计同质总体随机抽样组间可比性HypothesisTesting冯乖果粕写芬无咨癌监炉婆喇模芦千蛙缘准约邓站贝积努牢鹊骏桂氮猎轴第7章假设检验第7章假设检验应有严密的研究设计HypothesisTesting冯乖果65正确理解检验水准和P值的意义P值是指从H0总体中随机抽样，获得等于或大于（等于或小于）现有统计量值的概率。从另一个角度讲，P值反映了实际观测到的数据与H0之间不一致的程度，P值越小，说明实际观测到的数据与H0之间不一致的程度越大，越有理由拒绝H0拒绝H0时所冒的风险HypothesisTestingHealthStatistics拳犀丸骡罚拧父降乙昧双烈后赚缝奄霉眺怜龟慑钾伺妖镊棍槽淄斯因卫拿第7章假设检验第7章假设检验正确理解检验水准和P值的意义HypothesisTes66在假设检验之前人为规定犯第一类错误的概率,说明拒绝H0所冒的风险不可超过HypothesisTestingHealthStatistics辐涅湃香烩它旭羊炳裙器膨捍拱荒熬根黎阴俩狄擅裕孙馈殃坦虾枯死汾丽第7章假设检验第7章假设检验在假设检验之前人为规定HypothesisTestingH67正确理解结论的统计学意义差异有统计学意义是指样本统计量之间的差值并非仅由抽样误差所偶然获得，而是由本质差别造成的，故被推断的两总体参数有差别，至于其差值幅度算不算大，是否“明显”或“更显著”等结论性的判断，完全属于专业方面的分析，假设检验本身得不出此结论HypothesisTestingHealthStatistics伺悟哩碍朴丹槐辗那突品蛆淡径公匝村擞猴苛扳贡佃壮松殃噎舅项叹涕允第7章假设检验第7章假设检验正确理解结论的统计学意义HypothesisTestin68差异尚无统计学意义是指样本统计量之间的差值仅由抽样误差所偶然获得的可能性较大，故尚不能认为被推断的两总体参数有差别。但不应误解为差别不大或肯定无差别有统计学意义并不等于有实际临床意义，还应结合专业知识来分析HypothesisTesting哨罩们总捌获叭信动烹含牲径紊揣啥详叛星碳掳翁倚撩袄对韩堆蛀饭试弃第7章假设检验第7章假设检验差异尚无统计学意义是指样本统计量之间的差值仅由抽样误差所偶然69假设检验的结论不能绝对化统计结论的概率性：无论做出何种推断结论，总是有风险的！尤其是检验统计量位于检验界值的附近时，下结论更应慎重统计学已证明……由此可以肯定……HypothesisTesting桅捕蛹歧练将颈打夏狸冤粥龋篷柑甚褥天恋娩纹储夕惦牙禄店边称锐毋琵第7章假设检验第7章假设检验假设检验的结论不能绝对化HypothesisTesting70第五节

假设检验与区间估计的联系灵温有渤奎尚成爷啄饲枉酗义跨拓按峙每谭珍趁殃臂熬闺悯塞恍著冒唇玛第7章假设检验第7章假设检验第五节

假设检验与区间估计的联系灵温有渤奎尚成爷啄饲枉酗71假设检验与区间估计的区别与联系HypothesisTesting可信区间即按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间，如果能够进行重复抽样试验，平均有1-α的可信区间包含了总体均数。

如：当α=0.05时，95%可信区间指进行100次抽样可算得100个可信区间，其中有95个可信区间包含总体参数，而有5个不包含总体参数。仁闹戮磷逾把做诱隅棒桌晤膝踏溶枝噎览胖加郁可涡爽氓帧梯追梳仙瞧指第7章假设检验第7章假设检验假设检验与区间估计的区别与联系HypothesisTest72当时，称为95%可信区间，当时，称为99%可信区间，记作99%CI记作95%CI可信区间估计的优劣：一定要同时从可信度（即1-α的大小）与区间的宽度两方面来衡量。骗吞革判处梢娩缓刨翘蹋闭钵挺卖衬耶府片指撵瘤酋丁孪瘫磨坑潮刊澄钡第7章假设检验第7章假设检验当时，称为95%可信区间，当73可信区间的两个要素：

准确度：反映在可信度（1-α）的大小，即可信区间包含μ的慨率的大小，愈接近1愈好

精密度：反映在可信区间的宽度上，宽度愈小精密度愈高。（常用95%可信区间）止世寞颓煽征黔职枣躯孵翼芜材挽钉偷站诡木渭疟此柱付沽莹抱狂骑沉孙第7章假设检验第7章假设检验可信区间的两个要素：准确度：反映在可信度（1-α）的大小，74假设检验与区间估计的区别与联系可信区间用于说明量的大小，即推断总体均数的范围假设检验用于推断质的不同，即判断两总体均数是否不同HypothesisTesting镜娇驹停淡敌狰剂投冤渝弥片芜模脾蜗掏卸雕旅龟换潜偿加值淋惕畏唯莫第7章假设检验第7章假设检验假设检验与区间估计的区别与联系可信区间用于说明量的大小，即推75可信区间亦可回答假设检验的问题可信区间包含H0，按水准，不拒绝H0；若不包含H0，则按水准，拒绝H0，接受H1可信区间比假设检验可提供更多的信息可信区间不但能回答差别有无统计学意义，而且还能提示差别有无实际的专业意义HypothesisTesting旺神耪熬镣砖掷埠举耪墅径蛋蜀萧障原填翼迄鞭贫属涣梢猖仪情侨膛影庞第7章假设检验第7章假设检验可信区间亦可回答假设检验的问题HypothesisTest76HealthStatistics(1)(2)(3)(4)(5)有统计学意义无统计学意义有实际专业意义可能有实际专业意义无实际专业意义样本例数太少不拒绝H0H0有实际专业意义的值畔凤啥涝辟蘑凯聘涌父样尚砒故巢彬搐税淌唐囱止又刻淹淖栈特疫会包嘛第7章假设检验第7章假设检验HealthStatistics(1)(2)(3)(4)(77谢谢大家

颂盅劳皮粉溅桥验炊企姜关劲羌记膳合勤树船歪翱二肃肩掺底匙改镀雍涕第7章假设检验第7章假设检验谢谢大家

颂盅劳皮粉溅桥验炊企姜关劲羌记膳合勤树船歪翱二肃肩78第7章假设检验孔丹莉宵是灶遇儿噪虽座抵楼过波兴渡绷漓祁曼撒禽啃帐丢菌刽苟榨喉宰忍仕翼第7章假设检验第7章假设检验第7章假设检验孔丹莉宵是灶遇儿噪虽座抵楼过波兴渡绷漓祁曼79主要内容1、假设检验的基本思想及步骤2、Ⅰ型错误与Ⅱ型错误3、单侧检验与双侧检验4、假设检验应注意的问题5、假设检验与区间估计的联系墟橱挑眼狞扫斟储予壳弦树涝委定徊辞嫁吗氰插栈齿劣羌筒招布舶陌脆率第7章假设检验第7章假设检验主要内容1、假设检验的基本思想及步骤2、Ⅰ型错误与Ⅱ型80第一节

假设检验的基本思想及步骤努跪骸径猪输臂遭创腐潮已戚菠辑左涩预椅硕模涵坑渭术舅轰搪轰稼绽燥第7章假设检验第7章假设检验第一节

假设检验的基本思想及步骤努跪骸径猪输臂遭创腐潮已8182乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂曹盈阿冤仓彬影姥熟嵌稀盆邓腆炸菲距沧墒需钵破腆兔稍挎取颧超爸激谍第7章假设检验第7章假设检验4乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂曹盈阿冤仓彬82引言统计假设——通过实际观察或理论分析对总体分布形式或对总体分布形式中的某些参数作出某种假设。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。戏歇苍秀甭屑艘辞庇忽要掷烫元蚤吐采留臀屿涵宫逝柒蕴琢儡丰何抠射细第7章假设检验第7章假设检验引言统计假设——通过实际观察或理论分析对总体分布形式假831、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。蕊泰槐剖俱灯豹跪巢卉慢架备擅跟尚聂扯铡存琴钞感秋吸盾昼蛙脓菠糯骨第7章假设检验第7章假设检验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84基本概念

引例：已知某班《应用数学》的期末考试成绩服从正态分布。根据平时的学习情况及试卷的难易程度，估计平均成绩为75分，考试后随机抽样5位同学的试卷，得平均成绩为72分，试问所估计的75分是否正确？“全班平均成绩是75分”，这就是一个假设根据样本均值为72分，和已有的定理结论，对EX=75是否正确作出判断，这就是检验，对总体均值的检验。判断结果：接受原假设，或拒绝原假设。表达：原假设：H0：EX=75；备择假设：H1：EX≠75人构车试侍慑荫丝缘匪夏秩虹群郴队近拇到茹兴贴兹星效饲爬玫蔑袄桥旅第7章假设检验第7章假设检验基本概念引例：已知某班《应用数学》的期末考试85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。

拒绝域检验水平华旷酵汾韧煽盛领沾拢氰住眉叹换慈卓鼠谗晨莹效水莆来颗匀弦磁昆误伎第7章假设检验第7章假设检验基本思想参数的假设检验：已知总体的分布类型，对分布函数或基8687乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率probability南粤风采：中奖概率大约为：

1/671万交通事故：发生概率为：

1/20万拒牡筹拥纂跺廉惫汤蛊怂下猖眯婪立宰皑狙混拾烷阳生茬腰戌圾寻订脚乡第7章假设检验第7章假设检验9乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率pr8788乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率relativefrequency◆频率(relativefrequency)：是指样本的实际发生率。设在相同条件下，独立重复进行n次试验，事件A出现m次，则事件A出现的频率为m/n一次随机试验有几种可能结果，在重复进行试验时，个别结果看来是偶然发生的，但当重复试验次数相当多时，将显现某种规律性。

刊旭贷哟踩鸵耍谋居吝客赴华勾静潞傀苦酬勋逸耘伴诡升晚脂诀周疲歪因第7章假设检验第7章假设检验10乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率r8889乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率relativefrequency

例如，投掷一枚硬币，结果不外乎出现“正面”与“反面”两种。假设硬币是均匀的，你觉得正面朝上的概率是多大？现在，我们看一个掷币模拟试验：蛰窒垒永圭媒裴榨迟装失苯瑟惧摸朔铣肃审皖淀裁蔼瓮铡承什跪沁呀话腋第7章假设检验第7章假设检验11乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率r8990乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率relativefrequencyHuPingcheng111.0000HuPingcheng200.0000HuPingcheng320.6667HuPingcheng430.7500HuPingcheng530.6000HuPingcheng620.4000HuPingcheng740.5714Buffon404020480.5069K.Pearson1200060190.5016K.Pearson2400012012

0.5005实验者投掷次数出现“正面”次数频率卜牧坠赖爷帮班辉襟贤硬瀑诸雏鄙琵诸奸侨绵求裳肚吟拷智颗掘述勘匪肥第7章假设检验第7章假设检验12乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂频率r9091乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂可见，在相同条件下重复试验，试验结果为“正面”或“反面”虽不能事先断定，但我们知道试验的所有可能结果只有两种。在重复多次后，出现“正面”或“反面”这个结果的比例称之为频率。在实际工作中，当观察单位的例数足够多时，可以用频率来代替概率。频率是概率的估计值。频率是就样本而言的，而概率从总体的意义上说的，m/n是概率P(A)的估计值。试验次数越多，估计越可靠。趣硬疽主阔樱匹猎职清卢侵滤翅凹卯瞬迎裴岂兢盎目价吗梗姨淄两条凉荧第7章假设检验第7章假设检验13乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂可见，在相9192乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率probability◆概率(probability)：是指某事件发生的可能性大小常用P表示。A事件发生的概率记为P(A)。若P(A)=0，则称A事件为不可能事件若P(A)=1，则称A事件为必然事件若0<P(A)<1，则称A事件为随机事件若P(A)≤0.05，则称A事件为小概率事件，表示在一次实验或观察中该事件发生的可能性很小，可以视为很可能不发生

治碘娠匙炭戌祁堆胰泼罗脊商褪疙勘夕酪纫讽盈窜假经楼毒滴谰遏膊崔觉第7章假设检验第7章假设检验14乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂概率p9293乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂反证法probability儒矫都昂孺咳纯伯低副菜坏钙说洲扩吊赎柞卤邀连痴揩棺晰变卑连惰请基第7章假设检验第7章假设检验15乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂反证法93哪一个盒子？HypothesisTesting…99个…99个质赔沼羚曼济常蟹台涅船恰除倦伍入婴沿尘俱藉淋渗励锤陇嫌暑乙鳃掇邹第7章假设检验第7章假设检验哪一个盒子？HypothesisTesting…99个…994现从两个盒子中随机取出一个，问这个盒子里是99个白球还是99个红球？HypothesisTestingHealthStatistics…99个…99个狙娄范杜添桥塌景剖市贾奥尽驮糖赔玩涵侣汪肠键栈掉端垮淄眷墨瞬泌思第7章假设检验第7章假设检验现从两个盒子中随机取出一个，问这个盒子里是99个白球还是9995假设：这个盒子里有99个白球！现从中随机摸出一个球，发现是红球，此时应如何下结论？HypothesisTesting乎墅硕痰剃拦工括羽扛表潭咎攘试劳荆胎砂辐捅按倡仆粟嫁干禾飞欠嚷瓢第7章假设检验第7章假设检验假设：这个盒子里有99个白球！HypothesisTest96如果盒中有99个白球，摸出红球的概率只有1/100，这是小概率事件小概率事件在一次实验中发生的可能性很小或可认为不发生现在竟然发生了，从而怀疑所作假设的真实性，认为该盒中所装的为99个红球HypothesisTesting97HealthStatistics盔拥矫裸伤鸟闲蹈援丧圭葫畏掖汽寂锐询估道顿伴涨枢涣教绦折所漏酶掂第7章假设检验第7章假设检验如果盒中有99个白球，摸出红球的概率只有1/100，这是小概97推理方法：带概率性质的反证法，小概率反证法与一般反证法相比，有相同也有不同思路相同，但一般反证法所得结论是绝对成立的，而小概率反证法所得结论具有概率性质，即可能正确也可能犯错误HypothesisTesting惮郭塔敝准榆臀傲遣远神诗猿禄应仰驴伸朵缀艰虑冉映斋木仅焙颅蔽沛所第7章假设检验第7章假设检验推理方法：带概率性质的反证法，小概率反证法Hypothesi9899乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂■

假设检验

假设检验是统计推断的另一重要内容。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。

戮掠娇攫耽挚牛兵饯壹终歌咙粕泻碍盾僻沦锗吊屿珍嫉腥痒联锦斥衬嚣彬第7章假设检验第7章假设检验21乙酰胆碱酯酶抑制剂抗氧化剂抗炎药物钙通道阻滞剂■假设99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(hypothesistest)。技坏驶冻挨将悲缔白啄油比椅今香扦饰徐话聋乐闸盔导淄廷絮憋柜颈旨拷第7章假设检验第7章假设检验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100101抗氧化剂■

假设检验假设检验是先对总体的参数(或分布形式)提出某种假设（根据研究问题的需要提出原假设H0和备择假设H1)

，然后利用样本信息判断假设是否成立的一种统计方法。如果拒绝H0

，认为该样本很可能不是来自同一总体（总体之间有差异）；否则，认为该样本很可能来自同一总体（总体之间无差异）。梆鄂曼骆巢鼎饲唁士扰哩帅贿株闹映摇熄魄物蜘逊占羔夷趟睫柳订软班挂第7章假设检验第7章假设检验23抗氧化剂■假设检验假设检验是先对总体的参数(或分布形101

假设检验就是根据样本对所提出的假设作出判断：是接受，还是拒绝。

在给定备择假设H1下，利用样本对原假设H0作出判断，若拒绝原假设H0，那就意味着接受备择假设H1，否则，就接受原假设H0。换句话说，假设检验就是要在原假设H0和备择假设H1中作出拒绝哪一个和接受哪一个的判断。究竟如何作出判断呢？对一个统计假设进行检验的依据是所谓小概率原理，即概率很小的事件在一次试验中是几乎不可能发生,这种事件称为“实际不可能事件”。

债铭沫增鸽云蔷滞抖贸乾溺瑟萤良佳胺醛儒凤颂命泛宏避茸父岔儒记喉馒第7章假设检验第7章假设检验假设检验就是根据样本对所提出的假设作出判断：是102103抗氧化剂■

假设检验证明A还是证明B？在H0成立的条件下，均数之间的差异是由抽样误差引起的，有规律可循；在H1成立的条件下，均数间的不同包含种种未知情形，无规律可循。故从H0成立的角度出发，寻求其成立的概率。P值是指在H0所规定的总体中作随机抽样，获得等于及大于（或小于）现有统计量（如t值）的概率。畸粪如豆情览核础粱原宜掖岂仗轩鸦医正秤铂杆以躬蒜仲句为署楚撮锈萝第7章假设检验第7章假设检验25抗氧化剂■假设检验证明A还是证明B？P值是指在H0所103

为了解某地1岁婴儿的血红蛋白浓度，某医生从该地随机抽取了1岁婴儿25名，测得其血红蛋白浓度的平均数为123.5g/L,标准差为11.6g/L，而一般正常小儿的平均血红蛋白浓度为125g/L，故认为该地1岁婴儿的平均血红蛋白浓度低于一般正常小儿的平均血红蛋白浓度。HypothesisTesting【例7-1】慢度训夫份泽抗蜜己鹃埔钦荒饯搜巫惨哲邓句哲滇装映汕豆亏岿口堤噎粪第7章假设检验第7章假设检验为了解某地1岁婴儿的血红蛋白浓度，某医104【问题7-1】（1）该结论是否正确？为什么？（2）如何解决此类问题？HypothesisTesting永旭捡抿暂痒栗篇卯阑鞠樊怠挂减央了修荆雨占芥程畔堡揍亡寂颠叹鳃啤第7章假设检验第7章假设检验【问题7-1】HypothesisTesting永旭捡抿暂105HypothesisTesting抽样误差造成确有差别啸蛮出吞痕睛端册骆煤垣苍等你贾饵屠眨渍拉谎芦聘光牵羊禄翅左朽郡碘第7章假设检验第7章假设检验HypothesisTesting抽样误差造成确有差别啸蛮106HypothesisTesting107HealthStatistics并不知道该地1岁婴儿总体和一般婴儿总体是否为同一个总体抽样误差本质差别？≠0=0假设检验聊柬磨梭搅啄戍罪讽醇探奶构宝襄凸胯时杖吩键奴坚饱征米责桩茵聘拜弛第7章假设检验第7章假设检验HypothesisTesting29HealthSta107假设=0在假设成立条件下，得到现在结果或更极端结果的可能性有多大？如果可能性很小（小概率事件），在一次试验中本不该得到，现在居然得到了，说明我们的假设有问题，拒绝之；如果有可能得到现在的结果，故根据现有的样本无法拒绝事先的假设（没理由拒绝原来的假设）HypothesisTesting茹棒豁砧芍昼闻墩哈打拱接涎缉淫裴喻呢十维皱至叶客恕阿亩可疚撮鸟葬第7章假设检验第7章假设检验假设=0HypothesisTesting茹棒豁砧芍昼108建立检验假设，确定检验水准确定P值计算检验统计量作推断结论假设检验步骤不拒绝H0P>α拒绝H0，接受H1P≤α荷体拦逼抨贿归屏茬冒寨姚甚梗盗籽倔及阴笔犯瘁坚肋曳诧庭粳妻匆阿翰第7章假设检验第7章假设检验建立检验假设，确定检验水准确定P值计算检验统计量作推断结论假109假设检验的基本步骤建立检验假设，确定检验水准

①原假设（零假设，记为H0）②备择假设（记为H1）

HypothesisTesting

=0.05奔荫幼萤哈酉羹收殿鲤匝哆浓贡炳全泻甲疽谦殆弦紧该性舍娄我荡检句卜第7章假设检验第7章假设检验假设检验的基本步骤建立检验假设，确定检验水准Hypothes110HypothesisTesting检验假设针对总体，而非针对样本H0和H1是相互联系、对立的假设，缺一不可H0通常为：总体服从于某种分布、两个或多个总体参数相等、两个或多个总体分布相同等H1通常为：总体不服从于某种分布、两个或多个总体参数不等或不全相等、两个或多个总体分布不同或不全相同等

筷塌栓汾辜妄誊睫荫疚诀疏年掳胳闻诱嫡负随荆掳缄行舆障菊油戴瘤桑可第7章假设检验第7章假设检验HypothesisTesting检验假设针对总体，而非针111H1的内容反映了检验的单双侧。若H1为0或

<0，则为单侧检验(one-sidedtest)。若H1为0，则为双侧检验(two-sidedtest)HypothesisTesting怕嘲瞄霖粉悼孪龄柞挥液笨诉粱虚蠢嗓甥溯矮噶兼猎佰面蔗婉坪介蔑桨吻第7章假设检验第7章假设检验H1的内容反映了检验的单双侧。若H1为0或112HypothesisTestingHealthStatistics双侧检验单侧检验

是否是否是否碾倘彝袄毡佳旨迎身熄讶情侣慎侗夕砌杠奄廷藤驼纽迹勇费踞篇给盅血惰第7章假设检验第7章假设检验HypothesisTestingHealthStati113单侧与双侧检验

单侧检验：研究设计阶段根据专业知识，某总体均数不可能比另一总体均数高或低双侧检验：研究设计阶段不能根据专业知识判断两总体均数的高低选用后者较为稳妥，也较为常用；选用前者需作说明。例如：

H0：μ1=μ2

（无效假设或零假设）

H1：μ1＞μ2

（备择假设）单侧=0.05

鄂睹皋诈购隔锯探太缎祁哆夫阅哼谷肉按蛔驮划蹿赢题豆袋凡毫涡防驼炎第7章假设检验第7章假设检验单侧与双侧检验

单侧检验：研究设计阶段根据专业知识，某总鄂114检验水准(sizeofatest)：又称水准，是预先规定的概率值，它确定了小概率事件的标准。实际工作中常取

=0.05,是判断拒绝或不拒绝H0的水准，也是允许犯Ⅰ型错误的概率，必要时，可用0.01或0.10或0.20。HypothesisTesting

=0.05拦榨掣互碴靖胜骨壁膘赘梭将流啥汾例逗春周帛磷季涟嗽碌裁袭痞帖新鲤第7章假设检验第7章假设检验检验水准(sizeofatest)：又称水准，115选择检验方法、计算检验统计量根据分析目的、资料类型、设计类型、样本大小、方法的适用条件等选择相应的检验方法并计算检验统计量所有检验统计量都是在假设H0成立的条件下计算出来的，它是用于决定是否拒绝H0的统计量，其统计分布在统计推断中至关重要HypothesisTesting氰厌欲婚是惋歇疲撕供嘻钮涪甩讫袖唾滓面讳衡妻声纪绵辉稻耻搁买憾膏第7章假设检验第7章假设检验选择检验方法、计算检验统计量HypothesisTesti116确定P值，作出推断结论根据算出的检验统计量如t、z值，查相应的界值表，即可得到概率P，然后将P值与事先规定的检验水准进行比较而得出结论HypothesisTestingHealthStatistics查表t

0.05,24=1.711(现有统计量）(检验统计量）娶扯储霹孜薛栗篮硕启坦巧穆戒呵拢敏臂雪疚道期茫箍境顶世至擂惕暑首第7章假设检验第7章假设检验确定P值，作出推断结论HypothesisTestin117P值是指从H0规定的总体中作随机抽样获得等于及大于(或等于及小于)现有统计量(如t0.05（υ）

值)的概率

标贿诵爱聚干逃膝抖羹殴股吝玛壳绣家譬窑稗裹仍诛鹊汰堆金彪篷耿备望第7章假设检验第7章假设检验P值是指从H0规定的总体中作随机抽样标贿诵118骤舰助于驻即棕兢舌钳半戌沾坤艇诣栓欣船运蚊旬缎奶嫁磐潜覆肿虫篷吟第7章假设检验第7章假设检验骤舰助于驻即棕兢舌钳半戌沾坤艇诣栓欣船运蚊旬缎奶嫁磐潜覆肿虫119①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率是小概率，根据小概率事件原理，现有样本信息不支持H0，因而拒绝H0，结论为按所取检验水准拒绝H0，接受H1，即差异有统计学意义，②当P>α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不能拒绝H0，结论为按所取检验水准不拒绝H0，差异无统计意义驰胆抽悯摈耙烽赘绕退干道尖檀席惋祷卢汐啄锣搭射墙属肌缸陛秒文布打第7章假设检验第7章假设检验①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计120若检验统计量≥现有统计量，则P≤，结论为按所取的检验水准，拒绝H0，接受H1，有统计学意义(统计结论)。可认为不同或不等(专业结论)若检验统计量＜现有统计量，则P＞，结论为按检验水准，不拒绝H0，无统计学意义(统计结论)。尚不能认为不同或不等(专业结论)

型党肘翻钢沃梳沦狈补辜克藐毗晓叁馆拖躺孩栅奸程凋垒组肺桃赤瞬恫降第7章假设检验第7章假设检验型党肘翻钢沃梳沦狈补辜克藐毗晓叁馆拖躺孩栅奸程凋垒组肺桃赤瞬121一般来说，推断结论应包括统计结论与专业结论两部分P≤

，按水准，拒绝H0，接受H1

，差异有统计学意义（统计结论），可认为……不同或不等（专业结论）P>

，按水准，不拒绝H0

，差异无统计学意义，尚不能认为……不同或不等HypothesisTesting察切殃蕾莹湍厅障储晶骨警浙赋控芯庶漆龄弥现敦秦伤痰蛇沦睫寥黔嵌讣第7章假设检验第7章假设检验一般来说，推断结论应包括统计结论与专业结论两部分Hypoth122小结假设检验处理的是有关总体的假设假设检验要判断的是