下载文档原格式
第四节假设检验的基本原理与方法4.4.1假设检验的基本思想[理解]假设检验是除参数估计之外的另一类重要的统计推断问题。
它的基本思想可以用小概率原理来解释。
所谓小概率原理，就是认为小概率事件在一次试验中是几乎不可能发生的。
也就是说，对总体的某个假设是真实的，那么不利于或不能支持这一假设的事件A在一次试验中是几乎不可能发一的；要是在一次试验中事件A竟然发生了，我们就有理由怀疑这一假设的真实性，拒绝这一假设。
例7：某公司想从国外引进一种自动加工装置。
这种装置的工作温度X 服从正态分布(μ，52),厂方说它的平均工作温度是80度。
从该装置试运转中随机测试16次，得到的平均工作温度是83度。
该公司考虑，样本结果与厂方所说的是否有显著差异？厂方的说法是否可以接受？类似这种根据样本观测值来判断一个有关总体的假设是否成立的问题，就是假设检验的问题。
我们把任一关于单体分布的假设，统称为统计假设，简称假设。
上例中，可以提出两个假设：一个称为原假设或零假设，记为H：μ=80（度）；另一个称为备择假设或对立假设，记为H1：μ≠80（度）这样，上述假设检验问题可以表示为：H0：μ=80 H1：μ≠80原假设与备择假设相互对立，两者有且只有一个正确，备择假设的含义是，一旦否定原假设H0，备择假设H1备你选择。
所谓假设检验问题就是要判断原假设H是否正确，决定接受还是拒绝原假设，若拒绝原假设，就接受备择假设。
应该如何作出判断呢？如果样本测定的结果是100度甚至更高（或很低），我们从直观上能感到原假设可疑而否定它，因为原假设是真实时，在一次试验中出现了与80度相距甚远的小概率事件几乎是不可能的，而现在竟然出现了，当然要拒绝原假设H。
现在的问题是样本平均工作温度为83度，结果虽然与厂方说的80度有差异，但样本具有随机性，80度与83度之间的差异很可能是样本的随机性造成的。
在这种情况下，要对原假设作出接受还是拒绝的抉择，就必须根据研究的问题和决策条件，对样本值与原假设的差异进行分析。
第四节假设检验的基本原理与方法一、假设检验的基本思想[理解] 小概率的反证法假设检验是除参数估计之外的另一类重要的统计推断问题。
它的基本思想可以用小概率原理来解释。
所谓小概率原理，就是认为小概率事件在一次试验中是几乎不可能发生的。
也就是说，对总体的某个假设是真实的，那么不利于或不能支持这一假设的事件A在一次试验中是几乎不可能发一的；要是在一次试验中事件A竟然发生了，我们就有理由怀疑这一假设的真实性，拒绝这一假设。
例1：某公司想从国外引进一种自动加工装置。
这种装置的工作温度X服从正态分布(μ，52),厂方说它的平均工作温度是80度。
从该装置试运转中随机测试16次，得到的平均工作温度是83度。
该公司考虑，样本结果与厂方所说的是否有显著差异？厂方的说法是否可以接受？类似这种根据样本观测值来判断一个有关总体的假设是否成立的问题，就是假设检验的问题。
我们把任一关于单体分布的假设，统称为统计假设，简称假设。
上例中，可以提出两个假设：一个称为原假设或零假设，记为H0：μ=80（度）；另一个称为备择假设或对立假设，记为H1：μ≠80（度）这样，上述假设检验问题可以表示为：H0：μ=80 H1：μ≠80原假设与备择假设相互对立，两者有且只有一个正确，备择假设的含义是，一旦否定原假设H0，备择假设H1备你选择。
所谓假设检验问题就是要判断原假设H0是否正确，决定接受还是拒绝原假设，若拒绝原假设，就接受备择假设。
应该如何作出判断呢？如果样本测定的结果是100度甚至更高（或很低），我们从直观上能感到原假设可疑而否定它，因为原假设是真实时，在一次试验中出现了与80度相距甚远的小概率事件几乎是不可能的，而现在竟然出现了，当然要拒绝原假设H0。
现在的问题是样本平均工作温度为83度，结果虽然与厂方说的80度有差异，但样本具有随机性，80度与83度之间的差异很可能是样本的随机性造成的。
在这种情况下，要对原假设作出接受还是拒绝的抉择，就必须根据研究的问题和决策条件，对样本值与原假设的差异进行分析。
