《第十章双样本假设检验及区间估计.ppt》由会员分享，可在线阅读，更多相关《第十章双样本假设检验及区间估计.ppt（50页珍藏版）》请在三一办公上搜索。
1、2023/8/9,1,第十章 双样本假设检验及区间估计,我们在掌握了单样本检验与估计的有关方法与原理之后，把视野投向双样本检验与估计是很自然的。双样本统计，除了有大样本、小样本之分外，根据抽样之不同，还可分为独立样本与配对样本。,独立样本,指双样本是在两个总体中相互独立地抽取的。,配对样本，指只有一个总体，双样本是由于样本中的个体两两匹配成对而产生的。配对样本相互之间不独立。,2023/8/9,2,第一节 两总体大样本假设检验,为了把单样本检验推广到能够比较两个样本的均值的检验，必须再一次运用中心极限定理。下面是一条由中心极限定理推广而来的重要定理：如果从 和 两个总体中分别抽取容量为n1和n
2、2 的独立随机样本，那么两个样本的均值差 的抽样分布就是。与单样本的情况相同，在大样本的情况下(两个样本的容量都超过50)，这个定理可以推广应用于任何具有均值1和2以及方差 和 的两个总体。当n1和n2逐渐变大时，的抽样分布像前面那样将接近正态分布。,2023/8/9,3,1大样本均值差检验（1）零假设：（2）备择假设：单侧 双侧 或（3）否定域：单侧 双侧（4）检验统计量（5）比较判定,2023/8/9,4,例为了比较已婚妇女对婚后生活的态度是否因婚龄而有所差别，将已婚妇女按对婚后生活的态度分为“满意”和“不满意”两组。从满意组中随机抽取600名妇女，其平均婚龄为8.5年，标准差为2.3年；
3、从不满意组抽出500名妇女，其平均婚龄为9.2年，标准差2.8年。试问在0.05显著性水平上两组是否存在显著性差异？,2023/8/9,5,解 据题意，“不满意”组的抽样结果为：9.2年，S12.8年，n1500；“满意”组的抽样结果为：8.5 年，S22.3 年，n2600。H0：12D00 H1：12 0 计算检验统计量 确定否定域，因为0.05，因而有 Z/21.964.47 因此否定零假设，即可以认为在0.05显著性水平上，婚龄对妇女婚后生活的态度是有影响的。同时我们看到，由于样本计算值Z4.47 远大于单侧 Z0.05 的临界值1.65，因此本题接受12 0 的备择假设，即可以认为妇
4、女婚龄长容易对婚后生活产生“不满意”。,2023/8/9,6,2大样本成数差检验（1）零假设：（2）备择假设：单侧 双侧 或（3）否定域：单侧 双侧（4）检验统计量,其中:为总体1的 样本成数 为总体2的 样本成数。,2023/8/9,7,当p1和p2未知，须用样本成数 和 进行估算时，分以下两种情况讨论：若零假设中两总体成数的关系为，这时两总体可看作成数P 相同的总体，它们的点估计值为 此时上式中检验统计量 Z 可简化为 若零假设中两总体成数，那么它们的点估计值有 此时上式中 检验统计量Z为,（5）判定,2023/8/9,8,例有一个大学生的随机样本，按照性格“外向”和“内向”，把他们分成两
5、类。结果发现，新生中有73属于“外向”类，四年级学生中有58属于“外向”类。样本中新生有171名，四年级学生有117名。试问，在0.01水平上，两类学生有无显著性差异？,2023/8/9,9,解 据题意 新生组的抽样结果为：0.73，0.27，n1171 四年级学生组的抽样结果为:0.58，0.42，n2117 H0：p1p2D00 H1：p1p2D00 计算检验统计量 确定否定域 因为0.01，因而有 Z/2Z0.0052.582.66 因而否定零假设，即可以认为在0.01显著性水平上，两类学生在性格上是有差异的。,2023/8/9,10,第二节 两总体小样本假设检验,与对单总体小样本假设检
6、验一样，我们对两总体小样本假设检只讨论总体满足正态分布的情况。1.小样本均值差假设检验(1)当 和 已知时，小样本均值差检验，与上一节所述大样本总体均值差检验完全相同，这里不再赘述。,2023/8/9,11,(2)和 未知，但假定它们相等时，关键是要解决 的算式。,现又因为未知，所以要用它的无偏估计量 替代它。由于两个样本的方差基于不同的样本容量，因而可以用加权的方法求出的无偏估计量，得 注意，上式的分母上减2，是因为根据 和 计算S1和S2时，分别损失了一个自由度，一共损失了两个自由度，所以全部自由度的数目就成为(n1+n22)。于是有,2023/8/9,12,这样，对小样本正态总体，和 未
7、知，但12，其均值差的检验步骤如下:（1）零假设：（2）备择假设：单侧 双侧 或（3）否定域：单侧 双侧（4）检验统计量（5）比较判定,2023/8/9,13,例为研究某地民族间家庭规模是否有所不同，各做如下独立随机抽样：民族A：12户，平均人口6.8人，标准差1.5人 民族B：12户，平均人口5.3人，标准差0.9人 问：能否认为A民族的家庭平均人口高于B民族的家庭平均人口（=0.05）？（假定家庭平均人口服从正态分布，且方差相等）t=2.97 例 某市对儿童体重情况进行调查，抽查8岁的女孩20人，平均体重22.2千克，标准差2.46千克；抽查8岁的男孩18人，平均体重21.3千克，标准差1
8、.82千克。若男女儿童体重的总体方差相等，问在显著性水平5%上，该年龄男女儿童之体重有无显著差异?,2023/8/9,14,解 据题意，女孩组的抽样结果为：22.2(千克)，S12.46(千克)，n120(人)男孩组的抽样结果为：21.3(千克)，S21.82(千克)，n218(人)H0：12D00 H1：120 计算检验统计量 确定否定域 因0.05，因而有t 0.025(36)2.0281.24 故不能否定H0，即可认为男女儿童平均体重无显著性差异。,2023/8/9,15,(3)和 未知，但不能假定它们相等 如果不能假定12，那么就不能引进共同的简化，也不能计算的无偏估计量。现在简单的做
9、法是用 估计，用 估计，于是有,例 用上式重新求解前例题。解 用上式，检验统计量的计算为 可以看出，求算用(10.8)式和(10.10)式，得出的结果差别不大。,2023/8/9,16,2小样本方差比检验 在实际研究中，除了要比较两总体的均值外，有时还需要比较两总体的方差。例如对农村家庭和城镇家庭进行比较，除了平均收入的比较外，还要用方差比较收入的不平均情况。此外，刚刚在小样本均值差的检验中曾谈到，当方差未知时，往往还假设两总体方差相等。因此，在总体方差未知的情况下，先进行方差比检验，对于均值差检检验也是具有一定意义的。,设两总体分别满足正态分布 和。现从这两个总体中分别独立地各抽取一个随机样
10、本，并具有容量n1，n2和方差，。根据第八章(8.22)式，对两总体样本方差的抽样分布分别有,2023/8/9,17,根据本书第八章第四节F分布中的(8.25)式有 由于，所以简化后，检验方差比所用统计量为 当零假设H0：12时，上式中的统计量又简化为,2023/8/9,18,这样一来，小样本正态总体方差比检验的步骤有(1)零 假 设H0：备择假设H1：单侧 双侧 H1：H1：H1：(2)检验统计量（）（）（）,单侧,双侧,2023/8/9,19,(3)否定域(参见下图)单侧 F（n11，n21），双侧F/2（n11，n21）方差比检验，比起前面所介绍的检验有一个不同点，那就是无论是单侧检验还
11、是双侧检验，F 的临界值都只在右侧。其原因是我们总是把和中的较大者放在分子上，以便使用者掌握。因此有 1 或者 1,2023/8/9,20,例 为了研究男性青年和女性青年两身高总体的方差是否相等，分别作了独立随机抽样。对男性青年样本有n110，30.8(厘米2)；对女性青年样本有 n28，27.8(厘米2)，试问在0.05水平上，男性青年身高的方差和女性青年身高的方差有无显著性差异?,2023/8/9,21,解 据题意，对男性青年样本有n1 10，30.8(厘米2)对女性青年样本有n2 8，27.8(厘米2)H0：H1：计算检验统计量 确定否定域，因为0.05，F/2（n11，n21）F0.0
12、25(9,7)4.821.08 因而不能否定零假设，即在0.05水平上，我们不能说男性青年身高的方差和女性青年身高的方差有显著性差异。,2023/8/9,22,第三节 配对样本的假设检验,配对样本，是两个样本的单位两两匹配成对，它实际上只能算作一个样本，也称关联样本。因此对它的检验，用均值差检验显然是不行的。因为2 n个样本单位(每个样本n个)不是全部独立抽取的。而如果把每一配对当作一个单位，在符合其他必要的假定条件下，统计检验与单样本检验相差无几。,2023/8/9,23,1单一实验组的假设检验 对于单一实验组这种“前后”对比型配对样本的假设检验，我们的做法是，不用均值差检验，而是求出每一对
13、观察数据的差，直接进行一对一的比较。如果采用“前测”“后测”两个总体无差异的零假设，也就是等于假定实验刺激无效。于是，问题就转化为每对观察数据差的均值d 0的单样本假设检验了。求每一对观察值的差，直接进行一对一的比较。,2023/8/9,24,设配对样本的样本单位前测与后测的观察数据分别是X 0i与X 1i，其差记作di d i X 1iX 0i 如果假设两总体前测与后测无显著性差别，即1 0 或者。那么对取自这两个总体的配对大样本有,2023/8/9,25,对于大样本，当二总体的方差未知时，可以用样本标准差来近似。,若为小样本则需用 t 分布，即对配对(小)样本而言，其均值差的抽样分布将服从
14、于自由度为(n1)的 t 分布。所以对单一实验组实验的假设检验，其检验统计量为,2023/8/9,26,例 随机地选择13个单位，放映一部描述吸烟有害于身体健康的影片，下表中的数字是各单位认为吸烟有害身体健康的职工的百分比，试在0.05显著性水平上检检验实验无效的零假设。,2023/8/9,27,解 零 假 设H0：d0 备择假设H1：10 根据前三式，并参照上表有,计算检验统计量 确定否定域，因为0.05，并为单侧检验，因而有 t 0.05(12)1.7822.76 所以否定零假设，即说明该实验刺激有效。,2023/8/9,28,练习一：以下是经济体制改革后，某厂8个车间竞争性测量的比较。问
15、改革后，竞争性有无增加？（取=0.05）t=3.176 改革后 86 87 56 93 84 93 75 79 改革前 80 79 58 91 77 82 74 66 练习二：为了了解职工的企业认同感，根据男性1000人的抽样调查，其中有52人希望调换工作单位；而女性1000人的调查有23人希望调换工作，能否说明男性比女性更期望职业流动？（取=0.05）,2023/8/9,29,2一实验组与一控制组的假设检验 单一实验组实验的逻辑，是把实验对象前测后测之间的变化全部归因于实验刺激。在社会现实生活进行的实际实验中，对象前测后测之间的变化，有时除了受到实验刺激外，还受到其他社会因素的作用。因而，配
16、对样本的一实验组与一控制组之假设检验，要设法把实验变量的作用和额外变量的作用区分开来，然后就像对待单一实验组实验一样，把问题转化为零假设d0的单样本检验来处理。,2023/8/9,30,在一实验组与一控制组的实验设计之中，对前测后测之间的变化，消除额外变量影响的基本做法如下：(1)前测：对实验组与控制组分别度量；(2)实验刺激：只对实验组实行实验刺激；(3)后测：对实验组与控制组分别度量；(4)求算消除了额外变量影响之后的 d i 后测实验组前测实验组前测后测差实验组 后测控制组前测控制组前测后测差控制组 实验效应di 前测后测差实验组前测后测差控制组,2023/8/9,31,例 假定实施一种
17、新教学法有助于提高儿童的学习成绩，现将20名儿童两两匹配成对，分成一实验组与一控制组，然后对实验组实施新教学法两年，下表列示了控制组与实验组前测后测的所有10组数据，试在0.05显著性水平上检验实验无效的零假设。,2023/8/9,32,解 零 假 设H0：d0,即“实验无效”备择假设H1：10 根据前三式，并参照上表有,计算检验统计量 确定否定域，因为0.05，并为单侧检验，因而有 t 0.05(9)1.8332.13 所以否定零假设，即说明该教学法有效。,2023/8/9,33,3对实验设计与相关检验的评论 有了独立样本和非独立样本的认识，读者自然会提出什么时候使用配对样本以及什么时候不使
18、用配对样本的问题。很显然，匹配样本损失了自由度，使用配对样本相当于减小了一半样本容量。这样做是不是得不偿失呢?答案是要看我们能否恰当地配对。在配对过程中，最好用掷硬币的方式决定“对”中的哪一个归入实验组，哪一个归入控制组。从而使“对”内随机化。,2023/8/9,34,第四节 双样本区间估计,双样本区间估计和双样本假设检验的联系是很紧密的。双样本区间估计，即是为均值差或成数差设置置信区间的方法，这需要我们汇合单样本区间估计和双样本假设检验两方面的知识 1.和 已知，对均数差的区间估计 根据本章第一节中心极限定理的推论，既然两样本的均值差 的抽样分布就是，那么对统计量Z 自然有,2023/8/9
19、,35,对于给定的置信水平（1），以 构造 的置信区间如下,同理考虑 的置信区间，只需将上式中的 改为 即可。,2023/8/9,36,例 设甲乙两乡镇企业职工月收入总体分布的方差分别为 120(元2)，90(元2)。现从甲企业随机抽取20人，平均月收人为840元：从乙企业随机抽取10人，平均月收入为670元，试以95%置信水平估计两企业人均月收入差额之范围。,2023/8/9,37,解 据题意，甲企业的抽样结果为：840(元)，120(元2)，n120(人)乙企业的抽样结果为：670(元)，90(元2)，n2 10(人)由（1）095，得Z/21.96，代入前式有,得到在95置信水平上，两企
20、业人均收入之差额在162.4元到177.6元之间。,2023/8/9,38,对于大样本，和 未知，可以用 和 替代，然后用前式求出均值差的置信区间即可。对于小样本，和 未知，两样本均值差的抽样分布就不再服从Z分布，而是服从 t 分布了。此时对给定的置信水平（1），得 之估计区间为,2.和 未知，对均数差的区间估计,2023/8/9,39,由上式可见，要解决小样本均值差区间估计问题，关键是要解决 的算式问题，而如果能假设，这个问题已经在本章第二节中解决了，即,2023/8/9,40,例 某市对儿童体重情况进行调查，抽查8岁的女孩20人，平均体重22.2千克，标准差2.46千克；抽查8岁的男孩18
21、人，平均体重21.3千克，标准差1.82千克。若男女儿童体重的总体方差相等，试在95置信水平上，估计8岁男女儿童体重差额之范围。,2023/8/9,41,解 据题意，女孩组的抽样结果为：22.2(千克)，S1 2.46(千克)，n120(人)男孩组的抽样结果为：21.3(千克)，S21.82(千克)，n218(人)代人前式得,由（1）0.95，得t/2(n1+n2 2)t 0.025(36)2.028，于是(22.221.3)2.0280.728，(22.221.3)+2.0280.728)得在95置信水平上8岁男女儿童体重之差额在0.58千克到2.38千克之间。,2023/8/9,42,如果
22、不能假设，求算 则要用下式，即 例 研究正常成年男女血液红细胞的平均数之差别，抽查男子20人，计算得红细胞平均数465万毫米3，样本标准差为54.8万毫米3；抽查女子24名，计算得红细胞平均数422万毫米3，样本标准差为492万毫米3，试以99的置信水平，求正常成年男女红细胞平均数的差异范围。,2023/8/9,43,解 据题意，男性组抽查结果为：465，S154.8，n120(人)女性组抽查结果为：422，S249.2，n224(人)代人前式得,由（1）0.99，得t/2(n1+n2 2)t 0.005(42)2.698，于是(465422)2.69816.2，(465422)+2.6981
23、6.2)得在99置信水平上，正常成年男女红细胞平均数之差异范围在0.7万毫米3到86.7万毫米3之间。,2023/8/9,44,3大样本成数差的区间估计 与单样本成数的区间估计一样，成数差区间估计可以被看作均值差的特例来处理(但它适用于各种量度层次)。即对给定的置信水平（1），得两总体成数差(p1p2)之估计区间为,2023/8/9,45,当p1和p2未知，须用样本成数 和 进行估算，同时分以下两种情况讨论：若能假设，上式变为 式中:若不能假设，上式变为,2023/8/9,46,例 有一个大学生的随机样本，按照性格“外向”和“内向”，把他们分成两类。结果发现，新生中有73属于“外向”类，四年级
24、学生中有58属于“外向”类。样本中新生有171名，四年级学生有117名。试在99的置信水平上，求新生、老生性性格“外向”的成数差的置信区间。,2023/8/9,47,解 据题意，新生组的抽样结果为：0.73，0 27，n1171(人)四年级学生组的抽样结果为：0.58，0.42，n2117(人)由（1）0.99，得Z/2Z0.0052.58，代入上式得,得在99置信水平上，新生、老生性格“外向”的成数差的置信区间为(0.003，0.297)。,2023/8/9,48,4配对样本均值差的区间估计 配对样本均值差的区间估计与独立样本均值差的区间估计不同，它实质上是d的单样本区间估计。既然对统计量 t 有 对给定的置信水平（1），d 的区间估计是,2023/8/9,49,例 在8名患者身上用A和B两种催眠药加以试验，增多睡眠小时数的数据如下表所示，试在95的置信水置信水平上，求d的置信区间。,2023/8/9,50,解 据(10.14)式和(10.15)式，计算过程参见上表，得,由（1）0.95，得t/2(n 1)t 0.025(7)2.365，代入上式有 得在95的置信水平上，两种催眼药平均药效之差d的置信区间为1.15土0.97(小时)，即 0.18(小时)d 2.12(小时)。,
