金融统计03-假设检验与方差分析

第七章 假设检验与方差分析 习题答案一、名词解释用规范性的语言解释统计学中的名词。

1. 假设检验：对总体分布或参数做出某种假设，然后再依据抽取的样本信息，对假设是否正确做出统计判断，即是否拒绝这种假设。

2. 原假设：又叫零假设或无效假设，是待检验的假设，表示为 H 0，总是含有等号。

3. 备择假设：是零假设的对立，表示为 H 1，总是含有不等号。

4. 单侧检验：备择假设符号为大于或小于时的假设检验。

5. 显著性水平：原假设为真时，拒绝原假设的概率。

6. 方差分析：是检验多个总体均值是否相等的一种统计分析方法。

二、判断改错对下列命题进行判断，在正确命题的括号内打“√”；在错误命题的括号内打“×”，并在错误的地方下划一横线，将改正后的内容写入题下空白处。

1. 在任何情况下，假设检验中的两类错误都不可能同时降低。

( × ) 样本量一定时2. 对于两样本的均值检验问题，若方差均未知，则方差分析和t 检验均可使用，且两者检验结果一致。

( √ )3. 方差分析中，组间离差平方和总是大于组内离差平方和。

( × )不一定4. 在假设检验中，如果在显著性水平0.05下拒绝了00:μμ≤H ，则在同一水平一定可以拒绝假设00:μμ=H 。

( × )不一定5. 为检验k 个总体均值是否显著不同，也可以用t 检验，且与方差分析相比，犯第一类错误的概率不变。

（ × ）会增加6. 方差分析中，若拒绝了零假设，则认为各个总体均值均有显著性差异。

( × ) 不完全相等六、简答题根据题意，用简明扼要的语言回答问题。

1. 假设检验与统计估计有何区别与联系？【答题要点】假设检验是在给定显著性水平下，计算出拒绝域，并根据样本统计量信息来做出是否拒绝零假设的决策；区间估计是利用样本信息来推断总体参数的一个可能范围。

区间估计结果可以用于假设检验，但假设检验不能用作区间估计。

2. 双侧检验与单侧检验有什么区别？【答题要点】双侧检验的零假设为等号，备择假设为不等号，得到的拒绝域为双侧的；单侧检验的备择假设或者是大于，或者是小于，其拒绝域为单侧区间。

假设检验的基本原理与方法假设检验是统计学中常用的一种方法，用于对统计数据的差异或相关性进行验证。

它的基本原理是基于对一个或多个假设陈述的推断，通过根据样本数据的统计指标与理论推断值之间的比较来确定样本数据是否与所建立的假设一致。

本文将介绍假设检验的基本原理与方法，帮助读者更好地理解和应用这一重要的统计工具。

一、假设检验的基本原理假设检验的基本原理建立在两个互补的假设上，即零假设（H0）和备择假设（H1或Ha）。

零假设通常是研究中的默认假设，认为样本数据没有变化或差异。

备择假设是零假设的反面，通常是研究者要验证或证实的假设。

在假设检验中，我们通过对样本数据进行统计分析来得到样本的统计指标，比如平均值、标准差等。

然后，通过计算得到的统计指标与理论推断值进行比较，从而确定样本数据是否与所建立的假设一致。

如果两者之间差异显著，则拒绝零假设，接受备择假设；否则，无法拒绝零假设。

二、假设检验的基本步骤假设检验通常包括以下几个基本步骤：1.确定假设：在进行假设检验之前，需要明确研究对象和变量，进而确定零假设和备择假设。

零假设通常是指样本数据没有变化或差异，备择假设则是拟验证或证实的假设。

2.选择显著性水平：显著性水平（α）是在假设检验中控制错误率的重要参数，通常取0.05或0.01。

它代表了犯第一类错误（拒绝真实的零假设）的概率。

3.计算统计量：根据所选择的统计检验方法，计算得到样本数据的统计指标，如平均值、标准差、相关系数等。

4.确定拒绝域：根据显著性水平，确定拒绝域的边界值。

如果计算得到的统计量落在拒绝域内，则拒绝零假设；否则，无法拒绝零假设。

5.进行推断：在确定拒绝或接受零假设后，进行相应的推断。

如果拒绝零假设，则认为样本数据与备择假设一致；否则，认为样本数据与零假设一致。

三、常用的假设检验方法假设检验方法根据研究对象和变量的不同，有多种不同的方法可供选择。

以下是一些常用的假设检验方法：1.单样本 t 检验：用于研究一个样本均值是否与理论推断值相等。

多元统计分析第三章假设检验与⽅差分析第3章多元正态总体的假设检验与⽅差分析从本章开始，我们开始转⼊多元统计⽅法和统计模型的学习。

统计学分析处理的对象是带有随机性的数据。

按照随机排列、重复、局部控制、正交等原则设计⼀个试验，通过试验结果形成样本信息（通常以数据的形式），再根据样本进⾏统计推断，是⾃然科学和⼯程技术领域常⽤的⼀种研究⽅法。

由于试验指标常为多个数量指标，故常设试验结果所形成的总体为多元正态总体，这是本章理论⽅法研究的出发点。

所谓统计推断就是根据从总体中观测到的部分数据对总体中我们感兴趣的未知部分作出推测，这种推测必然伴有某种程度的不确定性，需要⽤概率来表明其可靠程度。

统计推断的任务是“观察现象，提取信息，建⽴模型，作出推断”。

统计推断有参数估计和假设检验两⼤类问题，其统计推断⽬的不同。

参数估计问题回答诸如“未知参数θ的值有多⼤?”之类的问题,⽽假设检验回答诸如“未知参数θ的值是0θ吗?”之类的问题。

本章主要讨论多元正态总体的假设检验⽅法及其实际应⽤，我们将对⼀元正态总体情形作⼀简单回顾，然后将介绍单个总体均值的推断，两个总体均值的⽐较推断，多个总体均值的⽐较检验和协⽅差阵的推断等。

3.1⼀元正态总体情形的回顾⼀、假设检验在假设检验问题中通常有两个统计假设（简称假设）,⼀个作为原假设（或称零假设），另⼀个作为备择假设（或称对⽴假设），分别记为0H 和1H 。

1、显著性检验为便于表述，假定考虑假设检验问题：设1X ，2X ，…,n X 来⾃总体),(2σµN 的样本，我们要检验假设100:,:µµµµ≠=H H （3.1）原假设0H 与备择假设1H 应相互排斥，两者有且只有⼀个正确。

备择假设的意思是，⼀旦否定原假设0H ，我们就选择已准备的假设1H 。

当2σ已知时，⽤统计量nX z σµ-=在原假设0H 成⽴下，统计量z 服从正态分布z )1,0(~N ，通过查表，查得)1,0(N 的上分位点2αz 。

六西格玛绿带：假设检验与方差分析课后测试•1、运用方差分析的方式对一个母集团的平均检定，样品大，并且知道西格玛时，需要使用哪种检验（10分）AZ检验BT检验C双样本t检验D成对数据t检验正确答案:A•1、基础统计学中的描述性统计可以分为（10分）A图表法B参数估计C数量表示法D假设检验正确答案:A C•2、关于假设检验存在的错误之一，即错杀,下列说法正确的是（10分）A原假设为真时拒绝原假设B错误的概率记为α，被称为显著性水平C原假设为假时未拒绝原假设D错误的概率记为β正确答案:A B•3、在假设检验中，按P值进行决策规则，下列说法正确的是（10分）A将检验统计量的值与α水平的临界值进行比较。

B在原假设为真的条件下，检验统计量的观察值大于或等于其计算值的概率。

C反映实际观测到的数据与原假设之间不一致的程度。

D被称为观察到的（或实测的）显著性水平。

正确答案:B C D•4、运用方差分析的方式对两个以上母集团的平均检定，需要使用哪种检验（10分）A单因子方差分析B双因子方差分析C双样本t检验D成对数据t检验正确答案:A B•5、下列关于方差分析中的群内变动和群间变动的说法正确的是（10分）A群内变动是同一条件或者子组内的变动B群间变动是不同条件或者子组间的变动C群内变动又叫组内变动D组间变动又叫群间变动正确答案:A B C D•1、在方差分析的应用中，如果P小于0.05，而且R-sq大于80%，说明原假设一定是正确的。

（10分）A正确B错误正确答案:错误•2、在假设检验中，原假设和备择假设必须设置为一致的。

（10分）A正确B错误正确答案:错误•3、方差分析的实质是双样本T测试的扩展，是找出几个样本平均差异的方法。

（10 分）A正确B错误正确答案:正确•4、均值检验的应用条件是样本含量N较大，或总体标准差已知。

（10分）A正确B错误正确答案:正确。

第8章假设检验与方差分析【引例】重庆啤酒股份有限公司（以下简称重庆啤酒）于1990年代初斥巨资开始乙肝新药的研发，其股票被视作“生物医药”概念股受到市场热捧。

尤其是2010~2011年的两年间，在上证指数大跌1/3的背景下，重庆啤酒股价却从23元左右飙升最高至元，但公司所研制新药的主要疗效指标的初步统计结果于2011年12月8日披露后，股价连续跌停，12月22日以元报收后停牌。

2012年1月10日重庆啤酒公告详细披露了有关研究结论，复牌后股价又遭遇连续数日下跌，1月19日跌至元。

此公告明确告知：“主要疗效指标方面，意向性治疗人群的安慰剂组与 600μg组，及安慰剂组与εPA-44 900μg组之间，HBeAg/抗HBe 血清转换在统计意义上均无差异”。

通俗地说，用药与不用药（安慰剂组）以及用药多与少（900μg组与600μg 组），都没有明显差异，这意味着该公司研制的乙肝新疫苗无效。

有关数据如表所示：表乙肝新疫苗的应答率注：εP A-44为治疗用（合成肽）乙型肝炎疫苗简称。

上表数据显示，两个用药组的应答率都高于安慰剂组的应答率，但为什么说“在统计意义上均无差异”为什么说这个结论表示乙肝新疫苗无效什么叫“在统计意义上无差异”如何根据样本数据作出统计意义上有无差异的判断解答这些问题就需要本章所要介绍的假设检验。

现实中，人们经常需要利用样本信息来判断有关总体特征的某个命题是真还是伪，或对某个（些）因素的影响效应是否显著作出推断，所以假设检验和方差分析有着广泛的应用。

例如，在生物医学领域，判断某种新药是否比旧药更有效；在工业生产中，根据某批零件抽样检查的信息来判断整批零件的质量是否符合规格要求；在流通领域，鉴别产品颜色是否对销售量有显著影响等等。

这些分析研究都离不开假设检验或方差分析。

假设检验与方差分析的具体方法很多，研究目的和背景条件不同，就需采用不同的方法。

本教材介绍假设检验与方差分析的基本原理和一些基本方法。