计算机数据库(经济会计类)假设检验(最新)Ppt随堂讲义.

1、8.1 假设检验的基本问题假设检验的基本问题 8.2 一个总体参数的检验一个总体参数的检验 8.4 检验问题的进一步说明检验问题的进一步说明 l了解假设检验的基本思想了解假设检验的基本思想 l掌握假设检验的步骤掌握假设检验的步骤 l对实际问题作假设检验对实际问题作假设检验 l利用置信区间进行假设检验利用置信区间进行假设检验 l利用利用P - 值进行假设检验值进行假设检验 l 对总体参数的的数值所作的一种陈述对总体参数的的数值所作的一种陈述 总体参数包括总体均值总体均值、比例比例、方差方差等 分析之前之前必需陈述 l事先对总体参数或分布形式作出某种假设事先对总体参数或分布形式作出某种假设 ，然后

2、利用样本信息来判断原假设是否成，然后利用样本信息来判断原假设是否成 立立 l有参数假设检验和有参数假设检验和非非参数假设检验参数假设检验 l采用逻辑上的反证法，依据统计上的小概采用逻辑上的反证法，依据统计上的小概 率原理率原理 l 什么是原假设？什么是原假设？(null hypothesis) l待检验的假设，又称待检验的假设，又称“0假设假设” l研究者想收集证据予以反对的假设研究者想收集证据予以反对的假设 l3.总是有等号总是有等号 , 或或 l4.表示为表示为 H0 H0： 某一数值某一数值 指定为指定为 = 号，即号，即 或或 例如例如, H0： 3190（克）（克） 实际中实际中,

3、人们更愿意接受的人们更愿意接受的 是原假设是原假设H0 l 什么是备择假设？什么是备择假设？(alternative hypothesis) l与原假设对立的假设，也称与原假设对立的假设，也称“研究假设研究假设” l研究研究者想收集证据予以支持的假设，者想收集证据予以支持的假设，总是有总是有 不等号不等号: , 或或 l表示为表示为 H1 H1： 某一数值，或某一数值，或 某一数值某一数值 1.例如例如, H1： 3190(克克)，或，或 3190(3190(克克) ) l1.第一类错误（弃真错误第一类错误（弃真错误 ） 原假设为真时拒绝原假设原假设为真时拒绝原假设 会产生一系列后果会产生一系

4、列后果 第一类错误的第一类错误的概率为概率为 l被称为显著性水平被称为显著性水平 l2.第二类错误（取伪错误第二类错误（取伪错误 ） 原假设为假时接受原假设原假设为假时接受原假设 第二类错误的概率为第二类错误的概率为 (Beta) l 什么是检验统计量？什么是检验统计量？ l1.用于假设检验决策的统计量用于假设检验决策的统计量 l2.选择统计量的方法与参数估计相同选择统计量的方法与参数估计相同 ，需考虑：，需考虑： 是大样本还是小样本是大样本还是小样本 总体方差已知还是未知总体方差已知还是未知 3.检验统计量的基本形式为检验统计量的基本形式为 n X Z 0 l 什么是显著性水平？什么是显著性

5、水平？ l1. 是一个概率值是一个概率值 l2. 原假设为真时，拒绝原假设的概率原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域被称为抽样分布的拒绝域 l3. 表示为表示为 (alpha) 常用的常用的 值有值有0.01, 0.05, 0.10 l4. 由研究者事先确定由研究者事先确定 l计算检验的统计量（根据检验统计量公计算检验的统计量（根据检验统计量公 式计算）式计算） l根据给定的显著性水平根据给定的显著性水平 ，查表得出相应，查表得出相应 的临界值的临界值z 或或z /2 /2， t 或或t /2 /2 l将计算出的检验统计量的值与将计算出的检验统计量的值与 水平的水平的 临界值

6、进行比较临界值进行比较 l得出拒绝或不拒绝原假设的结论。得出拒绝或不拒绝原假设的结论。 l是一个概率值 l如果原假设为真，P-值是抽样分布中大于 或小于样本统计量的概率 左侧检验时，P-值为曲线上方小于等于小于等于检验 统计量（）部分的面积 右侧检验时，P-值为曲线上方大于等于大于等于检验 统计量部分的面积 l被称为观察到的(或实测的)显著性水平 H0 能被拒绝的最小值 l单侧检验 若p-值 ,不拒绝 H0 若p-值 , 拒绝 H0 l双侧检验 若p-值 /2, 不拒绝 H0 若p-值 1020 l = 0.05 ln = 16 l临界值临界值(s): 4 . 2 16100 10201080

7、 0 n x z l【例例8.6】某电子元件，要求某电子元件，要求 其平均使用寿命为其平均使用寿命为700小时以上小时以上 。现随机抽取了。现随机抽取了36件作为样本件作为样本 ，测得平均使用寿命，测得平均使用寿命680小时，小时， 标准差为标准差为60小时。试检验该厂小时。试检验该厂 生产的电子元件是否合格？生产的电子元件是否合格？ ( 0.05) lH0: 700 lH1: 700 l = 0.05 ln = 36 l临界值临界值(s): 2 3660 700680 0 n x z l1. 假定条件假定条件 总体为正态分布总体为正态分布 2未知，且小样本未知，且小样本 l2. 使用使用t

8、统计量统计量 ) 1( 0 nt nS X t l【例例8.7】某机器制造出某机器制造出 的肥皂厚度为的肥皂厚度为5cm，今欲了，今欲了 解机器性能是否良好，随解机器性能是否良好，随 机抽取机抽取10块肥皂为样本，块肥皂为样本， 测得平均厚度为测得平均厚度为5.3cm，标，标 准差为准差为0.3cm，试以，试以0.05的的 显著性水平检验机器性能显著性水平检验机器性能 良好的假设。良好的假设。 lH0: = 5 lH1: 5 l = 0.05 ldf = 10 - 1 = 9 l临界值临界值(s): 16. 3 103 . 0 53 . 5 0 ns x t l第第1步：进入步：进入Excel

9、表格界面，选择表格界面，选择“插入插入”下拉菜单下拉菜单 l第第2步：选择步：选择“函数函数”点击点击，并，并在函数分类中点击在函数分类中点击“ 统计统计” ，然后，在函数名的菜单中选择字符，然后，在函数名的菜单中选择字符 l “TDIST”，确定，确定 l第第3步：在弹出的步：在弹出的X栏中录入计算出的栏中录入计算出的t值值3.16 l 在自由度在自由度(Deg-freedom)栏中录入栏中录入9 l 在在Tails栏中录入栏中录入2，表明是双侧检验，表明是双侧检验(单测单测 l 检验则在该栏内录入检验则在该栏内录入1) l P值的结果为值的结果为0.01155 40000（需要验（需要验

10、证）证） l = 0.05 ldf = 20 - 1 = 19 l临界值临界值(s): 894. 0 205000 4000041000 0 ns x t l假定条件假定条件 有两类结果有两类结果 总体服从二项分布总体服从二项分布 可用正态分布来近似可用正态分布来近似 l比例检验的比例检验的 Z 统计量统计量 ) 1 , 0( )1 ( 00 0 N n P Z l【例例8.8】一项统计结果声一项统计结果声 称，某市老年人口（年龄在称，某市老年人口（年龄在65 岁以上）的比重为岁以上）的比重为14.7%，该，该 市老年人口研究会为了检验该市老年人口研究会为了检验该 项统计是否可靠，随机抽选了项

11、统计是否可靠，随机抽选了 400名居民，发现其中有名居民，发现其中有57人人 年龄在年龄在65岁以上。调查结果是岁以上。调查结果是 否支持该市老年人口比重为否支持该市老年人口比重为 14.7%的看法？的看法？( = 0.05) lH0: = 14.7% lH1: 14.7% l = 0.05 ln = 400 l临界值临界值(s): 看法看法 254. 0 400 )147. 01 (147. 0 147. 01425. 0 z l检验一个总体的方差或标准差检验一个总体的方差或标准差 l假设总体近似服从正态分布假设总体近似服从正态分布 l检验统计量检验统计量 ) 1( ) 1( 2 2 0 2

12、 2 n Sn l【例例】某厂商生产出一种新某厂商生产出一种新 型的饮料装瓶机器，按设计要型的饮料装瓶机器，按设计要 求 ， 该 机 器 装 一 瓶 一 升求 ， 该 机 器 装 一 瓶 一 升 (1000cm3)的饮料误差上下不超的饮料误差上下不超 过过1cm3。如果达到设计要求，。如果达到设计要求， 表明机器的稳定性非常好。现表明机器的稳定性非常好。现 从该机器装完的产品中随机抽从该机器装完的产品中随机抽 取取25瓶，分别进行测定瓶，分别进行测定(用样本用样本 减减1000cm3)，得到如下结果。，得到如下结果。 检验该机器的性能是否达到设检验该机器的性能是否达到设 计要求计要求 ( =0

13、.05) 0.3-0.4 -0.71.4-0.6 -0.3 -1.50.6-0.91.3 -1.30.71-0.50 -0.60.7-1.5 -0.2 -1.9 -0.51-0.2 -0.61.1 lH0: 2 = 1 lH1: 2 1 l = 0.05 ldf = 25 - 1 = 24 l临界值临界值(s): 8 .20 1 866. 0) 125( ) 1( 2 0 2 2 sn l8.4.1关于检验结果 的解释 l8.4.2单侧检验中假设的建立 l左侧检验 l右侧检验 l在针对总体参数的各种类型的检验中，采用 是否拒绝原假设 H0的方式达到检验目的。 l从假设检验的原理看，不拒绝原假设意味着 我们所构造的与原假设相矛盾的小概率事件 没有发生。 l左侧检验 lH0 ： lH1:： l当检验统计量小于临界值当检验统计量小于临界值 则拒绝原假设则拒绝原假设 l右侧检验 lH0: lH1: l当检验统计量大于临界值当检验统计量大于临界值 则拒绝原假设则拒绝原假设 一般地，在假设检验中，把希望证明的命一般地