培训课件：假设检验

第6章假设检验作者：中国人民大学统计学院贾俊平PowerPoint统计学第6章假设检验6.1

假设检验的基本问题6.2

大样本情形下的总体均值检验6.3

小样本情形下的总体均值检验6.3

总体比例的检验假设检验在统计方法中的地位统计方法描述统计推断统计参数估计假设检验学习目标假设检验的基本思想和原理假设检验的步骤总体均值的检验总体比例的检验6.1假设检验的基本问题原假设与备择假设备拒绝域和检验统计量两类错误和显著性水平单侧检验与双侧检验什么是假设检验什么是假设?

(hypothesis)

对总体参数的具体数值所作的陈述总体参数包括总体均值、比例、方差等分析之前必需陈述我认为这种新药的疗效比原有的药物更有效!什么是假设检验?

(hypothesistest)先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的过程有参数检验和非参数检验逻辑上运用反证法，统计上依据小概率原理假设检验的基本思想...因此我们拒绝假设

=50...如果这是总体的真实均值样本均值m=50抽样分布H0这个值不像我们应该得到的样本均值...20总体

假设检验的过程抽取随机样本均值

x

=20

我认为人口的平均年龄是50岁提出假设

拒绝假设别无选择!作出决策原假设与备择假设原假设

(nullhypothesis)研究者想收集证据予以反对的假设又称“0假设”总是有符号

,

或

4. 表示为H0H0：

=某一数值指定为符号=，

或

例如,H0：

10cm为什么叫0假设?

研究者想收集证据予以支持的假设也称“研究假设”总是有符号

,

或

表示为H1H1：

<某一数值，或

某一数值例如,H1：

<10cm，或

10cm备择假设(alternativehypothesis)【例】一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和被择假设提出假设(例题分析)解：研究者想收集证据予以证明的假设应该是“生产过程不正常”。建立的原假设和备择假设为

H0：

10cmH1：

10cm

【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500克。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的原假设与备择假设提出假设(例题分析)解：研究者抽检的意图是倾向于证实这种洗涤剂的平均净含量并不符合说明书中的陈述。建立的原假设和备择假设为

H0：

500H1：

<500500g绿叶洗涤剂【例】一家研究机构估计，某城市中家庭拥有汽车的比例超过30%。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设提出假设(例题分析)解：研究者想收集证据予以支持的假设是“该城市中家庭拥有汽车的比例超过30%”。建立的原假设和备择假设为

H0：

30%H1：

30%原假设和备择假设是一个完备事件组，而且相互对立在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立先确定备择假设，再确定原假设等号“=”总是放在原假设上因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论)提出假设(结论与建议)双侧检验与单侧检验备择假设没有特定的方向性，并含有符号“

”的假设检验，称为双侧检验或双尾检验(two-tailedtest)

备择假设具有特定的方向性，并含有符号“>”或“<”的假设检验，称为单侧检验或单尾检验(one-tailedtest)备择假设的方向为“<”，称为左侧检验

备择假设的方向为“>”，称为右侧检验

双侧检验与单侧检验双侧检验与单侧检验

(假设的形式)假设双侧检验单侧检验左侧检验右侧检验原假设H0:m

=m0H0:m

m0H0:m

m0备择假设H1:m

≠m0H1:m

<m0H1:m

>m0两类错误与显著性水平假设检验中的两类错误1. 第Ⅰ类错误(弃真错误)原假设为真时拒绝原假设第Ⅰ类错误的概率记为

被称为显著性水平2. 第Ⅱ类错误(取伪错误)原假设为假时未拒绝原假设第Ⅱ类错误的概率记为

(Beta)

H0:无罪假设检验中的两类错误(决策结果)陪审团审判裁决实际情况无罪有罪无罪正确错误有罪错误正确H0检验决策实际情况H0为真H0为假未拒绝H0正确决策(1–a)第Ⅱ类错误(b)拒绝H0第Ⅰ类错误(a)正确决策(1-b)假设检验就好像一场审判过程统计检验过程

错误和

错误的关系

你不能同时减少两类错误!

和

的关系就像翘翘板，

小

就大，

大

就小影响

错误的因素1. 总体参数的真值随着假设的总体参数的减少而增大2. 显著性水平

当

减少时增大3. 总体标准差

当

增大时增大4. 样本容量n当n

减少时增大显著性水平

(significantlevel)1. 是一个概率值2. 原假设为真时，拒绝原假设的概率被称为抽样分布的拒绝域3. 表示为

(alpha)常用的

值有0.01,0.05,0.104. 由研究者事先确定假设检验中的小概率原理

什么小概率？1. 在一次试验中，一个几乎不可能发生的事件发生的概率2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设3. 小概率由研究者事先确定什么是小概率？

统计量与拒绝域根据样本观测结果计算得到的，并据以对原假设和备择假设作出决策的某个样本统计量对样本估计量的标准化结果原假设H0为真点估计量的抽样分布检验统计量(teststatistic)

标准化的检验统计量显著性水平和拒绝域

(双侧检验)抽样分布0临界值临界值a/2a/2

样本统计量拒绝H0拒绝H01-

置信水平显著性水平和拒绝域

(双侧检验)0临界值临界值a/2

a/2

样本统计量拒绝H0拒绝H0抽样分布1-

置信水平显著性水平和拒绝域

(双侧检验)0临界值临界值

a/2a/2

样本统计量拒绝H0拒绝H0抽样分布1-

置信水平显著性水平和拒绝域

(双侧检验)0临界值临界值a/2

a/2

样本统计量拒绝H0拒绝H0抽样分布1-

置信水平显著性水平和拒绝域

(单侧检验)0临界值a样本统计量拒绝H0抽样分布1-

置信水平显著性水平和拒绝域

(左侧检验)0临界值a样本统计量拒绝H0抽样分布1-

置信水平观察到的样本统计量显著性水平和拒绝域

(左侧检验)0临界值a样本统计量拒绝H0抽样分布1-

置信水平显著性水平和拒绝域

(右侧检验)0临界值a样本统计量拒绝H0抽样分布1-

置信水平观察到的样本统计量显著性水平和拒绝域

(右侧检验)0临界值a样本统计量抽样分布1-

置信水平拒绝H0决策规则给定显著性水平

，查表得出相应的临界值z

或z

/2，t

或t

/2将检验统计量的值与

水平的临界值进行比较作出决策双侧检验：I统计量I>临界值，拒绝H0左侧检验：统计量<-临界值，拒绝H0右侧检验：统计量>临界值，拒绝H0假设检验结论的表述假设检验结论的表述假设检验的目的就在于试图找到拒绝原假设，而不在于证明什么是正确的拒绝原假设时结论是清楚的例如，H0：

=10，拒绝H0时，我们可以说10当不拒绝原假设时并未给出明确的结论不能说原假设是正确的，也不能说它不是正确的例如，当不拒绝H0：

=10，我们并未说它就是10，但也未说它不是10。我们只能说样本提供的证据还不足以推翻原假设假设检验步骤的总结陈述原假设和备择假设从所研究的总体中抽出一个随机样本确定一个适当的检验统计量，并利用样本数据算出其具体数值确定一个适当的显著性水平，并计算出其临界值，指定拒绝域将统计量的值与临界值进行比较，作出决策统计量的值落在拒绝域，拒绝H0，否则不拒绝H0也可以直接利用P值作出决策6.2总体均值的检验大样本情形下总体均值的检验小样本情形下总体均值的检验总体均值的检验

(作出判断)

是否已知小样本容量n大

是否已知否t检验否z检验是z检验

是z检验总体均值的检验

(大样本)总体均值的检验

(大样本)1. 假定条件正态总体或非正态总体大样本(n

30)使用z检验统计量

2

已知：

2

未知：总体均值的检验(

2

已知)

(例题分析)【例】一种罐装饮料采用自动生产线生产，每罐的容量是255ml，标准差为5ml。为检验每罐容量是否符合要求，质检人员在某天生产的饮料中随机抽取了40罐进行检验，测得每罐平均容量为255.8ml。取显著性水平

=0.05

，检验该天生产的饮料容量是否符合标准要求？双侧检验绿色健康饮品绿色健康饮品255255总体均值的检验(

2

已知)

(例题分析)H0

：

=255H1

：

255

=

0.05n

=

40临界值(c):检验统计量:z01.96-1.960.025拒绝H0拒绝H00.025决策:结论:

不拒绝H0样本提供的证据还不足以推翻“该天生产的饮料符合标准要求”的看法总体均值的检验(

2

未知)

(例题分析)【例】一种机床加工的零件尺寸绝对平均误差为1.35mm。生产厂家现采用一种新的机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低，从某天生产的零件中随机抽取50个进行检验。利用这些样本数据，检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低？(

=0.01)

左侧检验50个零件尺寸的误差数据(mm)1.261.191.310.971.811.130.961.061.000.940.981.101.121.031.161.121.120.951.021.131.230.741.500.500.590.991.451.241.012.031.981.970.911.221.061.111.541.081.101.641.702.371.381.601.261.171.121.230.820.86总体均值的检验(

2

未知)

(例题分析)H0

：

1.35H1

：

<1.35

=

0.01n

=

50临界值(c):检验统计量:拒绝H0新机床加工的零件尺寸的平均误差与旧机床相比有显著降低决策:结论:-2.33z0拒绝H00.01总体均值的检验(

2

未知)

(例题分析)【例】某一小麦品种的平均产量为5200kg/hm2

。一家研究机构对小麦品种进行了改良以期提高产量。为检验改良后的新品种产量是否有显著提高，随机抽取了36个地块进行试种，得到的样本平均产量为5275kg/hm2，标准差为120/hm2

。试检验改良后的新品种产量是否有显著提高？(

=0.05)

右侧检验总体均值的检验(

2

未知)

(例题分析)H0

：

5200H1

：

>5200

=

0.05n

=

36临界值(c):检验统计量:拒绝H0改良后的新品种产量有显著提高决策:结论:z0拒绝H00.051.645总体均值的检验

(大样本检验方法的总结)假设双侧检验左侧检验右侧检验假设形式H0

：m=m0H1：

m

m0H0：m

m0H1：m<m0H0：

m

m0

H1：

m>m0统计量

已知：

未知：拒绝域P值决策拒绝H0总体均值的检验

(小样本)总体均值的检验

(小样本)1. 假定条件总体服从正态分布小样本(n<

30)检验统计量

2

已知：

2

未知：总体均值的检验

(小样本检验方法的总结)假设双侧检验左侧检验右侧检验假设形式H0

：m=m0H1：

m

m0H0

：m

m0H1：

m<m0H0：

m

m0

H1：

m>m0统计量

已知：

未知：拒绝域P值决策拒绝H0注：

已知的拒绝域同大样本总体均值的检验

(例题分析)【例】一种汽车配件的平均长度要求为12cm，高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时，通常是经过招标，然后对中标的配件提供商提供的样品进行检验，以决定是否购进。现对一个配件提供商提供的10个样本进行了检验。假定该供货商生产的配件长度服从正态分布，在0.05的显著性水平下，检验该供货商提供的配件是否符合要求？10个零件尺寸的长度(cm)12.210.812.011.811.912.411.312.212.012.3总体均值的检验

(例题分析)H0

：

=12H1

：

12

=0.05df=10-1=9临界值(c):检验统计量:不拒绝H0样本提供的证据还不足以推翻“该供货商提供的零件符合要求”的看法决策：结论：t02.262-2.2620.025拒绝

H0拒绝H00.0256.2总体比例的检验适用的数据类型离散数据

连续数据数值型数据数据品质数据总体比例检验假定条件总体服从二项分布可用正态分布来近似(大样本)检验的z统计量

0为假