《假设检验》课件

假设检验,假设检验的基本思想与概念,假设检验问题,某产品出厂检验规定:次品率p不超过4%才能出厂.现从一万件产品中任意抽查12件发现1件次品,问该批产品能否出厂？若抽查结果发现3件次品,问能否出厂？,引例1,抽查12件发现1件按理不能出厂.,分析,直接算,求检验准则：抽取的12个产品中至少有几个次品则判断不合格？思路：假定p4%,该批产品不能出厂.,对总体提出假设,要求利用样本观察值,对提供的信息作出接受(可出厂),还是接受(不准出厂)的判断.,(1)小概率原理:认为概率很小的事件在一次试验中实际上不会出现,并且小概率事件在一次试验中出现了,就被认为是不合理的.,(2)基本思想:先对总体的参数或分布函数的作出某种假设,然后找出一个在假设下发生可能性甚小的小概率事件.如果试验或抽样的结果使该小概率事件发生了,这与小概率原理相违背,表明原来的假设有问题,应拒绝这个假设.若该小概率事件在一次试验或抽样中并未出现,表明试验或抽样结果支持这个假设,则接受原来的假设.,统计检验的基本思想,需要根据实际问题的需要,对总体参数或分布函数的表达式做出某种假设(称为统计假设),再利用从总体中获得的样本信息来对所作假设的真伪做出判断或进行检验.,这种利用样本检验统计假设真伪的过程叫做统计检验(假设检验),假设检验的基本步骤,一、建立假设,在假设检验中，常把一个被检验的假设称为原假设，用表示，通常将不应轻易加以否定的假设作为原假设。当被拒绝时而接收的假设称为备择假设，用表示，它们常常成对出现。,在引例1中，我们可建立如下两个假设：,二、选择检验统计量,由样本对原假设进行判断总是通过一个统计量完成的，该统计量称为检验统计量。找出在原假设成立条件下,该统计量所服从的分布。,三、选择显著性水平，给出拒绝域形式,小概率原理中,关于“小概率”的值通常根据实际问题的要求而定,如取=0.1,0.05,0.01等,为检验的显著性水平(检验水平).,根据所要求的显著性水平,描写小概率事件的统计量的取值范围称为该原假设的拒绝域(否定域),一般用W表示；一般将称为接受域。拒绝域的边界称为该假设检验的临界值.,/2,/2,接受域,P(|U|u1/2)=,拒绝域,拒绝域,u1/2,-u1/2,例.1某厂生产的合金强度服从，其中的设计值为不低于110(Pa)。为保证质量，该厂每天都要对生产情况做例行检查，以判断生产是否正常进行,即该合金的平均强度不低于110(Pa)。某天从生产中随机抽取25块合金，测得强度值为x1,x2,x25，其均值为(Pa)，问当日生产是否正常？,提出假设：,若原假设正确,则,不应该小于110太多,故,比110小到一定程度是小概率事件.,可以确定一个临界值c使得,因此,取,则,由,为检验的接受域,即区间(,108.648)为检验的拒绝域,四、作出判断,在有了明确的拒绝域后，根据样本观测值我们可以做出判断：,当或时，则拒绝即接收；当或时，则接收,在例7.1.1中，由于,因此拒绝原假设，即认为该日生产不正常。,由例7.1.1可见,在给定的前提下,接受还是拒绝原假设完全取决于样本值,因此所作检验可能导致以下两类错误的产生：,第一类错误,拒真错误,第二类错误,受伪错误,正确,正确,假设检验的两类错误,犯第一类错误的概率通常记为，拒真概率犯第二类错误的概率通常记为，受伪概率,/2,/2,增大样本容量n时,可以使和同时减小.,注意:,u/2,-u/2,原假设真：=0,备择假设真：0(0),当样本容量一定时,小,就大,反之,小,就大.,在进行假设检验时,我们采取的原则是:控制犯第一类错误(即事先给定且很小)的同时使犯第二类错误的概率达到最小.,关于原假设与备择假设的选取,H0与H1地位应平等,但在控制犯第一类错误的概率的原则下,使得采取拒绝H0的决策变得较慎重,即H0得到特别的保护.,因而,通常把有把握的、有经验的结论作为原假设,或者尽可能使后果严重的错误成为第一类错误.,犯第一类错误的概率和犯第二类错误的概率可以用同一个函数表示，即所谓的势函数。势函数是假设检验中最重要的概念之一，定义如下：,定义7.1.1设检验问题,的拒绝域为W，则样本观测值落在拒绝域内的概率称为该检验的势函数，记为,(7.1.3),势函数是定义在参数空间上的一个函数。犯两类错误的概率都是参数的函数，并可由势函数算得，即：,对例7.1.1，其拒绝域为，由(7.1.3)可以算出该检验的势函数,这个势函数是的减函数,v,v,g,同时可得如下结论：,利用这个势函数容易写出犯两类错误的概率分别为,和,思考：吗？,当减小时，c也随之减小，必导致的增大；当减小时，c会增大，必导致的增大；,说明：在样本量一定的条件下不可能找到一个使和都小的检验。,英国统计学家Neyman和Pearson提出水平为的显著性检验的概念。,则称该检验是显著性水平为的显著性检验，简称水平为的检验。,定义7.1.2对检验问题,对,如果一个检验满足对任意的，,都有,求势函数例：见P334NO.2,正态总体参数假设检验,参数假设检验常见的有三种基本形式,(1),(2),(3),当备择假设在原假设一侧时的检验称为单侧检验；,当备择假设分散在原假设两侧时的检验称为双侧检验。,2)确定检验统计量:,H0:=0(已知);H1:0(双侧检验）,1)提出原假设和备择假设:,H0:=0;H1:0,3)对给定,由原假设成立时P(|u|u1/2)=得拒绝条件为|u|u1/2,单个正态总体均值的检验,一、已知时的检验,设总体XN(,2),X1,X2,Xn为一组样本，,/2,/2,接受域,P(|U|u1-/2)=,否定域,否定域,u1-/2,-u1-/2,双侧统计检验,U检验,该检验用u检验统计量，故称为u检验。,2)对统计量:,1)提出原假设和备择假设:,H0:0;H1:0,3)故拒绝条件为Uu1-,对给定的有,在H0下有,所以,H0:0(已知);H1:0（右侧检验）,接受域,否定域,u1-,单侧（右侧）统计检验,P(u1-),2)选择统计量:,1)提出原假设和备择假设:,H0:0;H1:0,3)对给定,否定域为U-u1-,H0:0(已知);H1:0（左侧检验）,接受域,否定域,-u1-,单侧（左侧）统计检验,P(2.776，故拒绝原假设，认为该厂生产的铝材的长度不满足设定要求。,若取=0.05，则t0.975(4)=2.776.,故,单个正态总体的均值的检验问题,单正态总体均值假设检验的步骤第一，根据题意，提出原假设和备择假设；两者在逻辑上是对立的.第二，确定显著性水平，并计算出临界值；确定统计量的拒绝域和接受域，注意是单边还是双边检验；第三，确定适当的检验统计量，并计算其取值；（比如单总体均值检验中,当已知总体方差时，用U统计量;总体方差未知时，用t统计量）第四，将检验统计量的值与临界值进行比较，作出接受还是拒绝原假设的统计决策,三、假设检验与置信区间的关系,这里用的检验统计量与6.5.5节中置信区间所用的枢轴量是相似的。这不是偶然的，两者之间存在非常密切的关系。,设是来自正态总体的样本，现在未知场合讨论关于均值的检验问题。考虑双侧检验问题:,它可以改写为,并且有,若让0在(-)内取值，就可得到的1-置信区间：,这里0并无限制.,则水平为的检验接受域为,关于的水平为的显著性检验。,是一一对应的。,类似地，“参数的1-置信上限”与“关于,的单侧检验问题的水平的检验”,反之若有一个如上的1-置信区间，也可获得,所以:“正态均值的1-置信区间”与“关于的双侧检验问题的水平的检验”,参数的1-置信下限与另一个单侧检验也是一一对应的。,是一一对应的。,假设检验与置信区间对照,两个正态总体均值差的检验,某厂铸造车间为提高铸件的耐磨性而试制了一种镍合金铸件以取代铜合金铸件，为此，从两种铸件中各抽取一个容量分别为8和9的样本，测得其硬度为,镍合金：76.4376.2173.5869.6965.2970.8382.7572.34,铜合金：73.6664.2769.3471.3769.7768.1267.2768.0762.61,根据经验，硬度服从正态分布，且方差保持不变。试在显著性水平下判断镍合金的硬度是否有明显提高。,解：用X表示镍合金的硬度，Y表示铜合金的硬度，则由假定，,要检验的假设是：,经计算，,从而,查表知,由于,故拒绝原假设，可判断镍合金硬度有显著提高。,正态总体方差的检验,一、单个正态总体方差的检验,设是来自的样本，对方差亦可考虑如下三个检验问题：,通常假定未知，它们采用的检验统计量是,相同的，均为若取显著性水平为，则对应三个检验问题的拒绝域依次分别为,某类钢板每块的重量X服从正态分布，其一项质量指标是钢板重量的方差不得超过0.016(kg2)。现从某天生产的钢板中随机抽取25块，得其样本方差S2=0.025(kg2)，问该天生产的钢板重量的方差是否满足要求。,解：原假设为,备择假设为,此处n=25，若取=0.05，则查表知,由此，在显著性水平0.05下，我们拒绝原假设，认为该天生产的钢板重量不符合要求。,现计算可得,二、两个正态总体方差比的F检验,设是来自的样本，是来自的样本。考虑如下三个假设检验问题,通常,均未知，记,分别是由算得的的无偏估计和由算得的的无偏估计.,可建立检验统计量:,三种检验问题对应的拒绝域依次为,甲、乙两台机床加工某种零件，零件的直径服从正态分布，总体方差反映了加工精度，为比较两台机床的加工精度有无差别，现从各自加工的零件中分别抽取7件产品和8件产品，测得其直径为,这就形成了一个双侧假设检验问题，原假设是备择假设为此处m=7，n=8，经计算,查表知,于是，若取=0.05，,其拒绝域为,由此可见，样本未落入拒绝域，即在0.05水平下可以认为两台机床的加工精度一致。,问题,母亲嗜酒是否影响下一代的健康,美国的Jones医生于1974年观察了母亲在妊娠时曾患慢性酒精中毒的6名七岁儿童（称为甲组）.以母亲的年龄，文化程度及婚姻状况与前6名儿童的母亲相同或相近，但不饮酒的46名七岁儿童为对照租(称为乙组).测定两组儿童的智商，结果如下：,由此结果推断母亲嗜酒是否影响下一代的智力？若有影响，推断其影响程度有多大?,提示,前一问题属假设检验问题后一问题属区间估计问题,智商一般受诸多因素的影响.从而可以,本问题实际是检验甲组总体的均值是否比乙组总体的均值偏小?,若是，这个差异范围有多大?前一问题属假设检验，后一问题属区间估计.,解,假定两组儿童的智商服从正态分布.,由于两个总体的方差未知，而甲组的样本容量较小，因此采用大样本下两总体均值比较的U检验法似乎不妥.故,当为真时，统计量,采用方差相等(但未知)时，两正态总体均值比较的t检验法对第一个问题作出回答.,为此,利用样本先检验两总体方差是否相等，即检验假设,拒绝域为,F的观察值,未落在拒绝域内，故接受.即可认为,两总体方差相等.下面用t检验法检,验是否比显著偏小？即检验假设,当为真时，检验统计量,其中,嗜酒会对儿童智力发育产生不良影响.,落在拒绝域内，故拒绝.即认为母亲,下面继续考察这种不良影响的程度.为此要对两总体均值差进行区间估计.,取,于是置信度为99%的置信区间为,由此可断言：在99%的置信度下，嗜酒,母亲所生孩子在七岁时的智商比不饮酒,的母亲所生孩子在七岁时的智商平均要,低2.09到39.91.,故限制显著性水平的原则体现了“保护原假设”的原则.,注,大家是否注意到，在解决问题时，两次假设检验所取的显著性水平不同.,前者远,在检验方差相等时，取;在,检验均值是否相等时取.,比后者大.为何这样取呢?因为检验