《《叶宏概率统计》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《叶宏概率统计》PPT课件.ppt（57页珍藏版）》请在三一办公上搜索。
1、概 率 统 计,主讲教师 叶宏,6.3 假设检验的基本概念,我们将讨论不同于参数估计的另一类重要的统计推断问题.这就是根据样本的信息检验关于总体的某个假设是否正确.,这类问题称作假设检验问题.,假设检验是指施加于一个或多个总体的概率分布或参数的假设.所作假设可以是正确的,也可以是错误的.,为判断所作的假设是否正确,从总体中抽取样本,根据样本的取值,按一定原则进行检验,然后作出接受或拒绝所作假设的决定.,若对参数有所了解,但有怀疑猜测需要证实之时,用假设检验的方法来 处理,假设检验,总体分布已知时检验关于未知参数的某个假设,总体分布未知时对分布类型的假设检验问题,假设检验所以可行,其理论背景为实
2、际推断原理,即“小概率原理”,人们在实践中普遍采用的一个原则：,小概率事件在一次试验中基本上不会发生.,下面我们用一例说明这个原则.,小概率事件在一次试验中基本上不会发生.,这里有两个盒子，各装有100个球.,现从两盒中随机取出一个盒子，问这个盒子里是白球99个还是红球99个？,我们不妨先假设：这个盒子里有99个白球.,现在我们从中随机摸出一个球，发现是,此时你如何判断这个假设是否成立呢？,假设其中真有99个白球，摸出红球的概率只有1/100，这是小概率事件.,小概率事件在一次试验中竟然发生了，不能不使人怀疑所作的假设.,例子中所使用的推理方法，可以称为,带概率性质的反证法,不妨称为概率反证法
3、.,它不同于一般的反证法,一般的反证法要求在原假设成立的条件下导出的结论是绝对成立的，如果事实与之矛盾，则完全绝对地否定原假设.,在假设检验中，我们称这个小概率为显著性水平，用 表示.,常取,的选择要根据实际情况而定.,概率反证法的逻辑是：如果小概率事件在一次试验中居然发生，我们就以很大的把握否定原假设.,假设检验步骤,例 某工厂生产的一种螺钉，标准要求长度是32.5毫米.实际生产的产品，其长度X假定服从正态分布 未知，现从该厂生产的一批产品中抽取6件,得尺寸数据如下:,32.56,29.66,31.64,30.00,31.87,31.03,问这批产品是否合格?,分析：这批产品(螺钉长度)的全
4、体组成问题的总体X.现在要检验E(X)是否为32.5.,提出原假设和备择假设,第一步：,已知 X,未知.,第二步：,能衡量差异大小且分布已知,第三步：,即“”是一个小概率事件.,小概率事件在一次试验中基本上不会发生.,得否定域 W:|t|4.0322,拒绝域 W:|t|4.0322,故接受H0.,第四步：,将样本值代入算出统计量 t 的实测值,|t|=2.9974.0322,没有落入拒绝域,这并不意味着H0一定对，只是差异还不够显著,不足以否定H0.,假设检验步骤,(3)确定拒绝域,(4)作出判断,(1)建立假设,(2)在 为真时,选择统计量,假设检验会不会犯错误呢？,由于作出结论的依据是,小
5、概率原理,小概率事件在一次试验中基本上不会发生.,假设检验的两类错误,不是一定不发生,在给定的前提下,接受还是拒绝原假设完全取决于样本值,因此所作检验可能导致以下两类错误的产生：,第一类错误,弃真错误,第二类错误,取伪错误,假设检验的两类错误,P拒绝H0|H0为真=,P接受H0|H0不真=.,犯两类错误的概率:,P第一类错误=,P第二类错误=,显著性水平,两类错误是互相关联的，当样本容量固定时，一类错误概率的减少导致另一类错误概率的增加.,要同时降低两类错误的概率，或者要在 不变的条件下降低，需要增加样本容量.,6.4 正态总体的参数检验,设 X N(2)，2 已知，需检验：,H0:0；H1:
6、0,构造统计量,给定显著性水平与样本值(x1,x2,xn),1.一个正态总体,（1）关于 的检验,U 检验法,故我们可以取拒绝域为：,W：,如果由样本值算得该统计量的实测值落入区域W，则拒绝H0；否则，不能拒绝H0.,0,0,0,0,0,0,U 检验法(2 已知),0,0,0,0,0,0,T 检验法(2 未知),U 检验法,H0:100;H1:100,构造统计量,拒绝,未知.,接受,2 02,2 02,2 02,2 02,2=02,2 02,检验法(已知),（2）关于 2 的检验,2 02,2 02,2 02,2 02,2=02,2 02,检验法(未知),拒绝,2.单侧检验与双侧检验,前面各例
7、的检验，拒绝域取在两侧，称为双侧检验.,单侧检验拒绝域取在左侧或右侧.,下面看一个单侧检验的例子:,例 某织物强力指标X的均值=21公斤.改进工艺后生产一批织物，今从中取30件，测得=21.55公斤.假设强力指标服从正态分布 且已知=1.2公斤，问在显著性水平=0.01下，新生产织物比过去的织物强力是否有提高?,解:提出假设:,取统计量,是一小概率事件,U=2.512.33,故拒绝原假设H0.,落入否定域,这时可能犯第一类错误，犯错误的概率不超过0.01.,例 某厂生产小型马达,说明书上写着:在正常负载下平均消耗电流不超过0.8 安培.,假设,随机测试16台马达,平均消耗电流为0.92安培，标
8、准差为0.32安培.,设马达所消耗的电流 服从正态分布,取显著性水平为=0.05,问根据此样本,能否否定厂方的断言?,H0:0.8；H1:0.8,H0:0.8；H1:0.8,解一 H0:0.8；H1:0.8,未知,选检验统计量:,代入得,故接受原假设 H0,即不能否定厂方断言.,拒绝域为,落在拒绝域外,将,解二 H0:0.8；H1:0.8,选用统计量,拒绝域,故接受原假设,即否定厂方断言.,现,落在拒绝域外,由例可见:对问题的提法不同(把哪个假设作为原假设),统计检验的结果也会不同.,上述两种解法得到不同的结论,第一种假设是不轻易否定厂方的结论；,第二种假设是不轻易相信厂方的结论.,为何用假设
9、检验处理同一问题会得到截然相反的结果?,这里固然有把哪个假设作为原假设从而引起检验结果不同这一原因；除此外还有一个根本的原因，即样本容量不够大,若样本容量足够大，则不论把哪个假设作为原假设所得检验结果基本上应该是一样的否则假设检验便无意义！,由于假设检验是控制犯第一类错误的概率,使得拒绝原假设 H0 的决策变得比较慎重,也就是 H0 得到特别的保护.因而,通常把有把握的,经验的结论作为原假设,或者尽量使后果严重的错误成为第一类错误.,设 X N(1 1 2),Y N(2 2 2)两样本 X,Y 相互独立,样本(X1,X2,Xn),(Y1,Y2,Ym)显著性水平,3.两个正态总体,1=2,(12
10、，22 已知),(1)关于均值差 1 2 的检验,1 2,1 2,1 2,1 2,1 2,12=22,12 22,12 22,12 22,12 22,12 22,(2)关于方差比 12/22 的检验,例 为比较两台自动机床的精度，分别取容量为11和9的两个样本，测量某个指标的尺寸(假定服从正态分布)，得到下列结果：,在=0.05时，问这两台机床是否有同样的精度?,车床甲：6.2,5.7,6.0,6.3,6.5,6.0,5.7,5.8,6.0,5.8,6.0;,车床乙：5.6,5.7,5.9,5.5,5.6,6.0,5.8,5.5,5.7.,解:设两台自动机床的方差分别为在=0.05下检验假设:
11、,由样本值可计算得F的实测值为:,查表得,由于 0.26 2.13 4.3，故接受H0.,F=2.13,例 杜鹃总是把蛋生在别的鸟巢中,现从两种鸟巢中得到杜鹃蛋24个.其中9个来自一种鸟巢,15个来自另一种鸟巢,测得杜鹃蛋的长度(mm)如下:,试判别两个样本均值的差异是仅由随机因素造成的还是与来自不同的鸟巢有关,解,H0:1=2；H1:1 2,取统计量,拒绝域,拒绝H0 即蛋的长度与不同鸟巢有关.,19.设考生的考试成绩X N(,2),从中随机地抽取40位考生的成绩，算得平均成绩为68分，标准差为17分.问在显著性水平0.05下，是否可以认为这次考试的平均成绩为72分？,解,拒绝域:,落在拒绝域外，接受,即认为这次考试的平均成绩为72分.,解:提出假设:,取统计量,U=2.71.65,故拒绝原假设H0.,落入否定域,第一阶段,故接受H0,第二阶段,取统计量,拒绝H0,H0:1=2；H1:1 2,拒绝域,故接受H0,
