第十一章假设检验课件

第十一章假设检验

假设检验的基本原理显著水平检验法与正态总体检验1谢谢观赏2019-8-23第十一章假设检验1谢谢观赏2019-8-23第十一章假设检验

一、检验问题的提法

假设检验是即同估计密切联系，但又有重要区别的一种推断方法。例如：某种电子元件寿命X服从参数为λ的指数分布，随机抽取其中的n件。测得其寿命数据，

问题⑴，这批元件的平均寿命是多少？

问题⑵，按规定该型号元件当寿命不小于5000(h)为合格，问该批元件是否合格？

问题⑴是对总体未知参数μ=E(X)=1/λ作出估计。回答“μ是多少？”，是定量的。问题⑵则是对假设“这批元件合格”做出接受还是拒绝的回答，因而是定性的。2谢谢观赏2019-8-23第十一章假设检验一、检验问题的提法2谢谢观赏2019第十一章假设检验

对上述例子，还可做更细致考察，设想如基于一次观察数据算出μ的估计值

，我们能否就此接受“这批元件合格”的这一假设呢？尽管但这个估计仅仅是一次试验的结果，能否保证下一次测试结果也能得到μ的估计值大于5000呢？也就是说从观察数据得到的结果与参考值5000的差异仅仅是偶然的呢？还是总体均值μ确实有大于5000的“趋势”？

这些问题是以前没有研究过的。一般而言，估计问题是回答总体分布的未知参数是多少？或范围有多大？而假设检验问题则是回答观察到的数据差异只是机会差异，还是反映了总体的真实差异？因此两者对问题的提法有本质不同。3谢谢观赏2019-8-23第十一章假设检验对上述例子，还可做更细致考察，设想如第十一章假设检验

下面通过一个例子介绍原假设和备择假设二.原假设和备择假设4谢谢观赏2019-8-23第十一章假设检验下面通过一个例子介绍二.原假设和例1(酒精含量)一种无需医生处方即可达到的治疗咳嗽和鼻塞的药。按固定其酒精含量为5﹪.今从一出厂的一批药中随机抽取10瓶,测试其酒精含量得到的10个含量的百分数:5.01,4.87,5.11,5.21,5.03,4.96,4.78,4.98,4.88,5.06

如果酒精含量服从正态分布N(μ,0.00016),问该批药品的酒精含量是否合乎规定?任务:

通过样本推断X的均值μ是否等于5.假设:上面的任务就是要通过样本去检验“X的均值=5”这样一个假设是否成立.(在数理统计中把“X的均值μ=5”这样一个待检验的假设记作“H0:μ=5”称为

“原假设”或“零假设”.表明数据的“差异”是偶然的,总体没有“变异”发生.

5谢谢观赏2019-8-23例1(酒精含量)一种无需医生处方即可达到的治疗咳嗽和鼻塞

原假设的对立面是“X的均值μ≠10”记作“H1:μ≠10”称为“对立假设”或“备择假设”.表明数据的“差异”不是偶然的,是总体“变异”的表现.把它们合写在一起就是:H0:μ=10

H1:μ≠10

原假设H0表明含量符合规定，这个5﹪也称之为期望数，尽管10个数据都5﹪与有出入，这只是抽样的随机性所致;备择假设H1表明总体均值μ已经偏离了期望数5﹪，数据与期望数5﹪的差异是其表现.假设检验的任务

必须在原假设与备择假设之间作一选择6谢谢观赏2019-8-23原假设的对立面是“X的均值μ≠10”记作“H1:μ检验统计量是构造一个适当的能度量观察数与原假设下的期望数之间的差异程度的统计量,此统计量为检验统计量.特点:在原假设H0下分布式完全一致或者说可以计算.因而通过标准化可得到检验统计量三.检验统计量

本例的观察数通过样本平均表示,它是μ的一个无偏估计,而在下的期望数为μ=5,在H0下7谢谢观赏2019-8-23检验统计量是构造一个适当的能度量观察数与原假特点:在原假设H

从试验数据判断是否导致一个矛盾的结果,一个重要的依据是小概率事件的实际推断原理.

看例1,由观察数据,可算得的观察值为4.989,代入统计量Z的表达式,得Z的观察值为

四.否定论证及实际推断原理

否定论证是假设检验的重要推理方法,其要旨是:先假定原假设H0成立,如果从试验观察数据及此假定将导致一个矛盾的结果,则必须否定这个原假设;反之,如果不出矛盾的结果,就不能否定原假设.8谢谢观赏2019-8-23从试验数据判断是否导致一个矛盾的结果,一个重要的依据是小概

在H0下,Z服从标准正态分布,对于特定的一次试验,统计量Z取得观察值-2.7509，是十分罕见的，以至于实际不会发生.事实上,当H0成立时,事件发生的机会只有5﹪(如图)

这是一个小概率事件.今从试验数据得到Z=-2.7509,由于表明这一小概率事件在该次试验中发生,这与实际推断原理矛盾.因此否定原假设.至此本例已获得解答,即基于数据该批药品的酒精含量不符合规定.注意:

在否定论中最终能否得出矛盾的结果，取决于数据.02.5﹪1.96-1.96-2.75099谢谢观赏2019-8-23在H0下,Z服从标准正态分布,对于特定的一次试验,统第二节显著水平检验法与正态总体检验正确正确假设检验的两类错误H0为真H0为假真实情况所作判断接受H0拒绝H0第一类错误(弃真)第二类错误(取伪)注意:不可能消除这两种错误,而只能控制发生这两类错误之一的概率.10谢谢观赏2019-8-23第二节显著水平检验法与正态总体检验正确正确假设检验的两类错第二节显著水平检验法与正态总体检验

假设H0与H1从一开始就不是“平等的”.在很多情况下,人们希望通过收集数据拒绝H0,从而达到接受H1的目的.因而控制犯第一类错误概率就变得十分重要了,使得拒绝了一个真实的H0的可能性降低到一个我们能接受的程度.二.显著水平检验法

显著水平检验法:

在数据收集之前就已经设定好一个检验规则,即文献上称之为拒绝域R,使得当样本观察值落入R就拒绝R0.

对拒绝域R的要求是:在H0

下{样本落入R}为一小概率事件,挤兑预先给定的0<α<1有P({样本落入R}|H0)≤α11谢谢观赏2019-8-23第二节显著水平检验法与正态总体检验假设H0与H1从作为未知参数μ的点估计,因此偏小应该拒绝H0.若H0成立,例3某降价盒装饼干，其包装上的广告上称每盒质量为269g.但有顾客投诉，钙饼干质量不足269g。为此质检部门从准备出厂的一批盒装饼干中，随机抽取30盒，由测得的30个质量数据算出样本平均为268.假设盒装饼干质量服从正态分布N(μ，22),以显著水平α=0.05检验该产品广告是否真实.解:依题意,可设原假设H0:μ=269备择假设

H1:μ<269则有则在下Z~N(0,1),即Z的分布已知，因而Z可以做检验统计量，偏小等价于Z偏小，从而得到拒绝域的形式如下其中k待定，称之为临界值.12谢谢观赏2019-8-23作为未知参数μ的点估计,因此偏小应该拒绝H0.α=0.05,为求显著水平0.05的检验,只需选取k使得查表可得因而得到水平0.05检验的拒绝域代入数据得Z=-2.74,显然小于临界值-1.645,因而依据检验规则应该拒绝H0,即该盒装广告有不实广告行为.总结求解步骤13谢谢观赏2019-8-23α=0.05,为求显著水平0.05的检验,只需选取k使得查表例4(例3续)在上例中，若盒装饼干重量服从正态分布N(μ,σ2),μ与σ2均未知，已知样本平均修正样本标准差为，求解相同的问题.第二节显著水平检验法与正态总体检验三.正态总体的显著水平检验此时不能用使用Z作为统计量,因为:其中σ未知,今用S*代替σ,得到t的统计量S*由正态总体抽样分布基本定理可知:14谢谢观赏