第七章假设检验第一节假设检验的基本知识一、假设陈述1、原假设/虚无假设：用H表示，常常是根据已有资料得出的，稳定、保守的经验性看法，没有充分根据是不会被推翻的。
2、备选假设/研究假设：与原假设对立的假设，用H1表示，经过抽样调查后，获得证据希望予以支持的假设。
二、假设检验的基本原理——小概率原理小概率原理：一次观察中小概率事件被认为不可能发生；如果一次观察出现了小概率事件，合理的想法应该是否定原有事件具有小概率的说法。
小概率原理在假设检验中的运用：抽取一个样本并计算出检验统计量，如果在原假设成立的条件下这个统计量几乎不可能发生，则拒绝原假设而接受备选假设。
反之，如果计算出的统计量发生的可能性不太小，则接受原假设。
即在原假设下，检验统计量是小概率事件则拒绝原假设。
例1：某市场有100位摊贩，根据以往统计，其中非本地居民占10%，现随机抽取10人调查，发现5个都不是本地人，则原有统计结果是否成立？解：H：100人中10个是非本地人。
计算在原假设成立的情况下，抽取5人都是非本地人的概率：P= C105 C905/C10010＜10-4可见，出现5名非本地人的结果概率极其小，但一次实验就出现了，所以怀疑原假设的真实性，拒绝原假设。
三、拒绝域与显著性水平1、显著性水平α，在原假设成立条件下，统计检验中规定的小概率的数量界限，常用的有α=0.10,0.05,0.01。
2、接受域和拒绝域根据原假设画出统计量的分布，以Z分布为例。
如果把拒绝原假设的小概率α事件定在分布的右侧尾部，则右侧面积代表的概率即显著性水平，Zα是临界值。
如果检验统计量值Z＞Zα，则应拒绝原假设；如Z＜Zα，则接受原假设。
以Zα为临界值，左边为接受域，右边为拒绝域。
也可把α定在左边或两边。
α1、双边检验如果拒绝域放在抽样分布的两侧，每侧拒绝域的概率分别为α/2，假设抽样本分布以0为对称，则P(|Z|＞Z α/2)= α；双边检验的假设如下：H 0: μ=μ0H 1: μ≠-Z α/2 Z α/2如果检验统计量|Z|＞Z α/2，则拒绝原假设，否则接受。
