第七章假设检验共49页

第七章假设检验实例：一项新的减肥产品在广告中声称：服用该产品的第一周内，参加者的体重平均至少可以减轻8磅。

现随机抽取40位服用该减肥产品的样本，结果显示：样本的体重平均减少7磅，标准差为3.2磅。

假定显著性水平为0.05.问：该广告是否是属实的？消费者该不该信赖它呢？有人说大学中男生的学习成绩比女生好。

现从一个学校中随机抽取了25名男生和16名女生，对他们进行同样题目的测试，测试结果表明，男生的平均成绩为82分，标准差为10分；女生的平均成绩为78分，标准差为7分。

假定显著性水平为0.05，问：调查数据能否支持该人的结论？回答这些问题我们需要进行假设检验！一、假设检验的基本问题（一）假设检验的定义假设检验—也称显著性检验，它是先对总体参数提出某种假设，然后利用样本信息判断假设是否成立的过程。

（二）假设检验的基本思想假设检验的基本思想即小概率事件原理。

小概率事件原理——即小概率事件在一次试验中是几乎不可能发生的。

也就是说，如果提出的总体的某个假设是真实的，那么不利于或不可能支持这一假设的小概率事件A在一次试验中几乎是不可能发生的，要是在一次试验中事件A发生了，我们就有理由怀疑这一假设的真实性，并拒绝这一假设。

（三）假设检验的基本形式假设：1、原假设：通常将研究者想收集证据予以反对的假设，也称为零假设，用H0表示。

2、备择假设：通常将研究者想收集证据予以支持的假设，或称为研究假设，用H1表示。

根据备择假设有无特定的方向，可将假设检验的形式分为双侧检验和单侧检验。

（1）双侧检验——备择假设没有特定的方向性，并含有符号“”的假设检验；（2）单侧检验——备择假设具有特定的方向性，并含有符号“<”或“>”的假设检验； 在单侧检验中，根据研究者感兴趣的方向不同： 左侧检验：研究者感兴趣的备择假设方向为“<”的假设检验；右侧检验：研究者感兴趣的备择假设方向为“>”的假设检验。

单侧检验单侧检验左侧检验右侧检验假设检验的表达式假设原假设备择假设双侧检验00:θθ=H 01:θθ≠H 00:θθ≥H 01:θθ<H 00:θθ≤H 01:θθ>H例1:消费者协会接到消费者投诉，指控某品牌纸包装茶叶存在重量不足，有欺骗消费者之嫌。

u
u，
大
概
率
事
件
在
一
次
试
验
中
发
生
，
肯
定
H
。
0
➢3型问题（右侧检验）
由 关 系 式 （ 7.2.1） 和 标 准 正 态 分 布 上 侧 分 位
数 定 义 ， 对 于 给 定 的 ， 存 在 u， 使 得
P
X
/
n
u
如 果 H 0成 立 ， 即
，
0
则
有
U
X
0
/n
X / n
X
0
/n
u
u
2
P
0
/n
u
2
0
/ n
P
0
/n
u
2
0
/n
1 u 2
/
0
n
u 2
/
0
n
1 u
2
/
0
n
1 u
2
/
0
n
2u2
/ n0u2
/ n0
这表明该检验误 的大 两小 类 与 错 0密切相关
➢2型问题（左侧检验）
由关系式（7.2.1）和标准正态分布下侧分位X /n Nhomakorabeau
P U
u
P
X
/
n
u
所 以 ， 如 果 检 验 统 计 量 U X 0 地 实 现 u满 足 / n
u u， 小 概 率 事 件 在 一 次 试 验 中 发 生 ， 否 定 H 0;
u
u，
大
概
率
事
件
在

5-2
引言
结论：企图肯定什么事情很难， 结论：企图肯定什么事情很难，而否定就容 易得多。 还记得上次那个例子吗？ 易得多。 （还记得上次那个例子吗？两个人 住一起，其中有一个人病了， 住一起，其中有一个人病了，另一个人天天 给他熬药还端到他床前，三个月过去了， 给他熬药还端到他床前，三个月过去了，突 然有一天那个人忙得很， 然有一天那个人忙得很，把药熬好了就对卧 病在床的人说，你自己去喝吧， 病在床的人说，你自己去喝吧，卧病的人心 里想： 这个人怎么这么坏呢？ 里想：“这个人怎么这么坏呢？”，他倒忘 了这个人对他的好， 了这个人对他的好，记住一个人的好总比记 住一个人的坏好，有时候想想， 住一个人的坏好，有时候想想，老师就像端 药的人，学生就是喝药的人，良药苦口， 药的人，学生就是喝药的人，良药苦口，我 也许一直是你们背后说你们的那个烂人， 也许一直是你们背后说你们的那个烂人，老 师也是弱势群体啊！！） 师也是弱势群体啊！！）
α
H 0 : µ ≤ 2% ↔ H 1 : µ > 2%
5-10
二、两种类型的错误
两类错误发生的概率 α与β之间是此消彼长的关系 接受
H0
拒绝
H0
H0
真实
判断正确 （1-α） ） 取伪错误( 取伪错误(第二类 错误或β 错误或 错误)
弃真错误( 弃真错误(第一 类错误或α 类错误或 错误 ) 判断正确 （1-β） ）
第七章 假设检验
第一节 假设检验概述 第二节 总体参数检验 第三节 卡方检验
参数估计是利用样本信息推断未知的总体参数， 参数估计是利用样本信息推断未知的总体参数， 而假设检验是先对总体参数提出一个假设， 而假设检验是先对总体参数提出一个假设，然后利 用样本信息判断这一假设是否成立。 用样本信息判断这一假设是否成立。

5-5
• • • • • •
二、假设检验的步骤 （一）提出原假设与备择假设 （二）构造检验统计量 （三）确定拒绝域 （四）计算检验统计量的样本观测值 （五）做出结论
1、提出原假设与备择假设
• 消费者协会实际要进行的是一项统计检验 H0 工作。检验总体平均 =250是否成立。这 就是一个原假设(null hypothesis)，通常用 表示，即： H0 ： =250
第三节 自由分布检验
一、自由分布检验概述 自由分布检验与限定分布检验不同， 它是指在假设检验时不对总体分布的形状和参数加 以限制的检验。与参数检验相对应，自由分布检验又称为非参数检验，但这里的非参数只是 指未对检验统计量服从的分布及其参数做出限制， 并不意味着在检验中 “不涉及参数” “不 或 对参数进行检验” 。
• 解：通过统计软件进行计算。
（二）配对样本的均值检验 设配对观察值为(x,y)，其差值是 d = x-y。设 d 为差值的总体均值，要检验的是：
H 0 : d 0 ， H1 : d 0
记d
d ，则其方差是： n
2
2 d d / n Sd n(n 1) n
t
X 1000 S/ n
第三步：确定显著性水平，确定拒绝域。 α=0.05，查 t-分布表(自由度为 8)，得临界值是 t / 2, n 1 t0.025,8 =2.306， 拒绝域是(-,-2.306]∪[2.306,+)。在 Excel 中，可以使用函数 TINV(0.05,8) 得到临界值 t0.025,8 。 第四步：计算检验统计量的样本观测值。 将 X 986 ，n=9，S=24，代入 t 统计量得：
H1 • 与原假设对立的是备选假设(alternative hypothesis) ，备选假设是在原假设被否 定时另一种可能成立的结论。备选假设比 原假设还重要，这要由实际问题来确定， 一般把期望出现的结论作为备选假设。