第七章假设检验

合集下载

第七章 假设检验

第七章 假设检验
5 2 1 c 0 .0 5 3
5 c 0 .9 7 5 3
5 3
c 1 .9 6

所以
c 1 . 176

总目录
上一页
下一页
返回
退出
§7.2 参数假设检验 本节我们介绍母体ξ的分布是正态分布的几种显著性
{ ( x1 , x 2 , , x n ) : u ( x1 , x 2 , , x n ) u0 }
总目录 上一页 下一页 返回 退出
构造检验统计量
设 则
U
1 , 2 , , 25
是取自母体ξ的一组子样,
x1 , x 2 , , x 25
是子样观测值
1500
51.5 53.5 5 3
总目录
上一页
下一页
返回
退出
t-检验例题7.3(3-2)
假设母体服从正态分布,
检验假设
H 0 : 0 65
H 1 : 0 65
由子样算得
Sn
*
x 4 5 .0 6
n
n 1
1
( xi x )
2
5 .8 1 8
i 1
给定显著水平α=0.05,查自由度为99的t分布表得
xiaobugs
第七章 假设检验
第七章目录 §7.1 假设检验的基本思想和概念 §7.2 参数假设检验 §7.3 正态母体参数的置信区间 §7.4 非参数假设检验 (简介) *§7.5 奈曼-皮尔逊基本引理 和一致最优势检验 (略)
总目录
上一页
下一页
返回
退出
§7.1 假设检验的基本思想和概念 名词解释:

教育统计学第七章假设检验

教育统计学第七章假设检验

THANKS
感谢观看
和假设。
合理选择样本
选择具有代表性的样本是假设 检验的重要前提,样本的选择 应基于研究目的和研究对象的 特征。
正确理解数据
对收集到的数据进行正确理解 和分析,确保数据的准确性和 可靠性。
正确解读结果
对假设检验的结果进行正确解 读,避免误导或过度解读。
假设检验的局限性
样本代表性
由于样本是从总体中随机抽取的,因此可能存在样本代表性不足的问 题,导致假设检验的结果存在误差。
用于比较实际观测频数与期望 频数之间的差异。
回归分析
用于研究变量之间的关系,并 检验回归方程是否显著。
03
参数假设检验
单个总体参数的假设检验
定义
对单个总体参数的假设检验是检 验一个总体参数是否等于某个特
定值。
步骤
1. 提出假设;2. 确定检验统计量; 3. 确定临界值;4. 做出推断结论。
示例
检验某班级学生的平均成绩是否为 80分。
提高假设检验准确性的方法
增加样本量
增加样本量可以提高假设检验的准确性,降 低误差率。
考虑使用交叉验证
交叉验证可以减少模型过拟合和欠拟合问题, 提高假设检验的准确性。
选择适当的统计方法
根据研究目的和数据特征选择适当的统计方 法,可以更准确地检验假设。
注意控制实验误差
在实验过程中,应采取措施控制实验误差, 确保数据的准确性和可Байду номын сангаас性。
两个样本非参数检验
1 2 3
曼-惠特尼U检验
用于比较两个独立样本的平均值是否存在显著差 异。
威尔科克森符号秩检验
适用于比较两个独立样本的平均值是否存在显著 差异,特别是当其中一个样本的观测值不能进行 四则运算时。

第7章假设检验

第7章假设检验
表达:原假设:H0:EX=75;备择假设: H1:EX≠75
判断结果:接受原假设,或拒绝原假设。
基本思想
参数的假设检验:已知总体的分布类型,对分布函数或 密度函数中的某些参数提出假设,并检验。
基本原则——小概率事件在一次试验中是不可能发生的。
思想:如果原假设成立,那么某个分布已知的统计 量在某个区域内取值的概率应该较小,如果样本的观 测数值落在这个小概率区域内,则原假设不正确,所以, 拒绝原假设;否则,接受原假设。
Hypothesis Testing
■ 假设检验
抗氧化剂
乙酰胆碱酯酶抑制剂 抗炎药物
假设检验是统计钙推通断的道另阻一重滞要剂内容。正是应用统计推断的 理论和方法,人们才能顺利地通过有限的样本信息去把握总体特征, 实现抽样研究的目的。
21
问题实质上都是希望通过样本统计量与 总体参数的差别,或两个样本统计量的 差别,来推断总体参数是否不同。这种 识别的过程,就是本章介绍的假设检验 (hypothesis test)。
假设检验——根据问题的要求提出假设,构造适当的统 计量,按照样本提供的信息,以及一定的 规则,对假设的正确性进行判断。
基本原则——小概率事件在一次试验中是不可能发生的。
1、假设检验的基本思想
假设检验是利用小概率反证法思想,从问
题的对立面(H0)出发间接判断要解决的问 题(H1)是否成立。然后在H0成立的条件下 计算检验统计量,最后获得P值来判断。
Hypothesis Testing
H0: 0 H1: 0
• H1 的内容反映了检验的单双侧。若 H1
为 0 或 < 0,则为单侧检验(onesided test)。若 H1 为 0,则为双侧

第7章 假设检验

第7章  假设检验

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。

第七章 假设检验

第七章  假设检验

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。

第七章假设检验

第七章假设检验

u
u,
















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


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,





第七章假设检验

第七章假设检验

k
,
n
也就是说,事件“|
U
|
z
”2
2
2
是一个小概率事件.
由标准正态分布的上分位点的定义知:
k z 2 ,
17
故可以取拒绝域为 W: | U | z 2
如果由样本值算得该统计量的实测值落
入区域W,则拒绝H0 ;否则,不能拒绝H0 .
这是因为,如果H0 是对的,那么衡量差 异大小的某个统计量落入区域 W(拒绝域) 是 个小概率事件. 如果该统计量的实测值落入 W,也就是说, H0 成立下的小概率事件发生 了, 那么就认为H0不可信而否定它. 否则就不 能否定H0 (只好接受它).
n
体N (, 2 )的样本. 且设是已知常数.
12
现在要检验的假设是:
H0 : 0 (0 355),
它的对立假设是:
H1 : 0,
在实际工作中, 往往把不轻易 否定的命题作 为原假设.
称H0为原假设(或零假设); 称H1为备选假设(或对立假设). 那么,如何判断原假设H0 是否成立呢?
13
H0 : 新技术未提高效益,H1 : 新技术提高效益.
30
•假设检验 —基本概念
原 把需要检验的
假 假设称为原假
关于总体
假 设
分布的某 个命题
设 设,记为H0.
备 在拒绝原假设后,可供 择 选择的一个命题称为
假 备择假设,它是原假设
设 的对立假设,记为H1.
31
•假设检验 —基本概念
检验统计量 用于判断原假设成立与否的统计量
P{第二类错误}= P{接受H0|H0不真}= .
26
•假设检验的两类错误
显著性水平 为犯第一类错误的概率.

统计学第七章假设检验

统计学第七章假设检验
有证据表明新机床加工的零件
-1.96 0 1.96
的椭圆度与以前有显著差异 Z
统计学第七章假设检验
总体方差已知时的均值检验 (单尾 Z 检验)
统计学第七章假设检验
均值的单尾 Z 检验
(2 已知)
1. 假定条件
– 总体服从正态分布 – 若不服从正态分布,可以用正态分布来
近似 (n30)
2. 备择假设有<或>符号 3. 使用z-统计量
– 被称为抽样分布的拒绝域
3. 表示为 (alpha)
– 常用的 值有0.01, 0.05, 0.10
4. 由研究者事先确定
统计学第七章假设检验
作出统计决策
1. 计算检验的统计量
2. 根据给定的显著性水平,查表得出相应 的临界值Z或Z/2
3. 将检验统计量的值与 水平的临界值进
行比较 4. 得出接受或拒绝原假设的结论
统计学第七章假设检验
双侧检验与单侧检验 (假设的形式)
假设
H0 H1Leabharlann 研究的问题 双侧检验 左侧检验 右侧检验
= 0
0
0
≠0
< 0
> 0
统计学第七章假设检验
双侧检验
(原假设与备择假设的确定)
1. 双侧检验属于决策中的假设检验。也就是说,
不论是拒绝H0还是接受H0,我们都必需采取 相应的行动措施 2. 例如,某种零件的尺寸,要求其平均长度为 10厘米,大于或小于10厘米均属于不合格 3. 建立的原假设与备择假设应为
样本统计量
第二节 一个正态总体的参数检验
一. 总体方差已知时的均值检验 二. 总体方差未知时的均值检验 三. 总体比例的假设检验
统计学第七章假设检验

第七章 假设检验

第七章 假设检验
因为,把好人关在牢里的概率很小
4、不原意相信“牢外面的人一定是好人”
未发现犯罪不意味着就是好人
注:有证据可以放心定性坏人,断定好人要慎重
4 December 2010
宁波工程学院
理学院
第七章 假设检验
第15页 15页
三、选择显著性水平
假设检验中关键的小概率事件发生的概率α 称为该检验的显著性水平,简称水平。 注:按照小概率事件原理进行统计推断自然 可能犯错误。错误拒绝原假设 H 0 的概率为 α 。正确拒绝原假设 H 0 的可信度为1-α
宁波工程学院
理学院
第七章 假设检验
第7页
问题分析(续)
(5) 对于随机试验中参数的假设检验问题称为 参数假设检验问题 否则称为非参数假设检验问题。例如:后 面的聪明检验。 (6) 由样本去推断总体,判断差异是由总体 由样本去推断总体,判断差异是 变异引起,还是由于随机误差引起。这就 变异引起,还是由于随机误差引起。这就 是假设检验要解决的问题 (7) 参数估计和假设检验是二种不同的统计推断
4 December 2010
宁波工程学院
理学院
第七章 假设检验
第23页 23页
显著性水平a 和拒绝域(左侧检验 )
H0成立时的抽样分布 拒绝H0 置信水平
α
1-α
0
临界值
4 December 2010
观察到的样本统计量
宁波工程学院 理学院
第七章 假设检验
第24页 24页
显著性水平a和拒绝域(右侧检验 )
4 December 2010
宁波工程学院
理学院
第七章 假设检验
第8页
通俗的例子(1)
实例:箱子中有黑球和白球,总数100个,但 不知黑球白球各多少个。现提出假设H0:“箱 子中有99个白球或白球占绝大部分”,暂时设 H0正确,那么从箱子中任取一球,得黑球的概 率为0.01或很小,是一小概率事件。 检验:今取一球,居然取到黑球,自然会使人 对H0的正确性产生怀疑,从而否定H0。也就是 说箱中不止1个黑球。 问题:如果取到的是白球,说明什么?

第七章 假设检验

第七章 假设检验

|u| = x 0 2.2 1.96, 0 / n
于是根据小概率事件实际不可能性原理,拒绝假设 H0 ,
认为包装机工作不正常.
(2)若取定 0.01,
则 k u / 2 u0.005 2.58,
|u|= x 0 2.2 2.58, 于是 0 / n
接受假设 H0 , 认为包装机工作正常.
注:上述 称为显著性水平.此例表明假设检验的结论与选取的显著性水平 有 密切的关系.所以,必须说明假设检验的结论是在怎样的显著水平 下作出的.
ch3-8
2.假设检验的基本思想及推理方法
1)假设检验基本思想 (1) 在假设检验中,提出要求检验的假设,称为原假设或零假设,
记为 H0 ,原假设如果不成立,就要接受另一个假设,这另一 个假设称为备择假设或对立假设,记为 H1 。 (2) 假设检验的依据——小概率原理:小概率事件在一次试验中 实际上不会发生。 (3) 假设检验的思路是概率性质的反证法。即首先假设成立,然 后根据一次抽样所得的样本值信息,若导致小概率事件发生, 则拒绝原假设,否则接受原假设。
C3 12
p3 (1
p)9
0.0097
0.01
这是 小概率事件 , 一般在一次试验中
是不会发生的, 现一次试验竟然发生, 故认
为原假设不成立, 即该批产品次品率p 0.04
则该批产品不能出厂.
P12 (1)
C1 12
p1 (1
p)11
0.306
0.3
ch3-12
这不是小概率事件,没理由拒绝原假设,
因为 X 是 的无偏估计量,所以,若 H 0 为真,则 X 0 不ch应3-6X 太大, Nhomakorabea0
0 / n

第七章 假设检验

第七章 假设检验

5.9
7.5
方差分析:单因素方差分析
SUMMARY 组
职员家庭 工人家庭 农民家庭
计数 4 4 4
求和 32
25.6 24.8
平均
方差
8 1.766667
6.4
0.94
6.2
1
方差分析
差异源
SS
组间
7.786667
组内
11.12
总计
18.90667
df
MS
F
P-value F crit
2 3.893333 3.151079 0.091771 4.256492
Z x1 x2
S12

S
2 2
n1 n2
H0、H1 (1) H0:μ1 = μ2
H1:μ1 ≠ μ2 (2) H0:μ1 = μ2
H1:μ1 > μ2
(3) H0:μ1 = μ2 H1:μ1 < μ2
拒绝域


2
2
Z 0 Z z
2
2

z 0 Z

z Z 0
条件 检验条件量
np≥5 nq≥5

Z p1 p2 pq pq n1 n2



p

n1
p1
n2
p2
n1 n2
(1) H0:P1=P2 H1:P1 ≠P2
(2) H0: P1 ≤P2 H1:P1 > P2
(3) H0:P1 ≥P2 H1:P1 <P2
拒绝域


2
2
Z 0 Z z
2
2
z 0 Z
2 1 (n1)
条件 检验条件量

第七章假设检验

第七章假设检验

二、率的χ2检验
结 束
第四节 均数的假设检验
第四节 均数的假设检验
第四节 均数的假设检验
第四节 均数的假设检验
第四节 均数的假设检验
第四节 均数的假设检验
第四节 均数的假设检验
第四节 均数的假设检验
第五节 标准差的假设检验
第五节 标准差的假设检验
例1方差齐性检验
第六节 率的假设检验
一、率的u检验 二、率的χ2检验
第二节 假设检验步骤
三、确定显著性水平求出临界值 显著性水平,根据研究对象的性质、精度要求等具体情况确定,一般 情况取0.05或0.01。当值确定后,根据检验所用的统计量表查出相应的临 界值。 四、检验结论 以检验统计量与临界值的比较作出统计结论。 如果检验统计量的值落在接受域内,接受无效假设,检验结论为差异无 显著性;如果检验统计量的值落在拒绝域内,拒绝无效假设,检验结论为差 异有显著性。 将概率比较得出检验结论: 当 P(H0) > 检验结论为在水平上差异无显著性 当 P(H0) ≤ 检验结论为在水平上差异有显著性


第三节 单侧检验与双侧检验
第三节 单侧检验与双侧检验
第三节 单侧检验与双侧检验
单侧检验与双侧检验的异同 相同点 无效假设H0、计算统计量公式、判断差异是否具有显著性 方法、犯第一类错误弃真的概率等均相同。 不同点 (1)单检否定域在分布的一侧,双检否定域在分布的两侧; (2)单检的备择假设H1不能省,双检可以省; (3)单检临界值小于双检临界值,更易得出差异具有显著性 的结论,且犯第二类错误纳伪的概率比双检小。
第七章
假设检验
比对----生物识别“以貌取人”
生物特征分为两大类:指纹、手形、面相、 虹膜、视网膜、耳廓、脉搏、血管、DNA、骨 骼等身体特征;签字、语音、行走步态等行为 特征。

心理统计学 第七章假设检验

心理统计学 第七章假设检验
α和β 的关系就像翘翘板, 的关系就像翘翘板, 就大, α小β 就大, α大β 就小
β
α
四、单侧与双侧检验
• 1.双侧检验:只强调差异 1.双侧检验: 双侧检验 而不强调方向性的检验。 而不强调方向性的检验。
H 0 : µ = µ0
• 2.单侧检验:既强调差异 2.单侧检验: 单侧检验 又强调方向性的检验。 又强调方向性的检验。
• (二)两类错误的关系
• • • • • 1. α+β不等于1 不等于1 是在两个不同前提下的概率。 α和β是在两个不同前提下的概率。 2. α和β不可能同时增大或减小 增大样本容量n 可同时减小两类错误。 增大样本容量n,可同时减小两类错误。 3.统计检验力 统计检验力1 3.统计检验力1-β。
解: 提出假设:用μ1表示受过早期教育的儿童的平均智商。单侧检验,提出假设: ⑴提出假设 Ho: H1: Ho:μ1≤μo=100 H1:μ1>μo=100 选择并计算统计量: ⑵选择并计算统计量:由于总体方差已知,样本平均数服从正态分布。
⑶查表确定临界值:Z0.05=1.645 查表确定临界值: 统计决断: p<0.05。 ⑷统计决断:Z=1.84> Z0.05=1.645 ,p<0.05。 p<0.05 落在拒绝区域,所以拒绝零假设,接受备择假设。 即应该认为受过良好早期教育的儿童智力高于一般水平。 即应该认为受过良好早期教育的儿童智力高于一般水平。
Ⅰ型错误:也称α型错误或弃真错误,即H0为真拒绝H0(拒 为真拒绝H 型错误:也称α型错误或弃真错误, 绝了一个本应接受的假设); 绝了一个本应接受的假设); 型错误:也称β型错误或取伪错误, 为假接受H Ⅱ型错误:也称β型错误或取伪错误,即H0为假接受H0(接 受了一个本应拒绝的假设)。 受了一个本应拒绝的假设)。 负责任的态度是无论做出什么决策, 负责任的态度是无论做出什么决策, 都应该给出该决策可能犯错误的概率。 都应该给出该决策可能犯错误的概率。

第七章假设检验

第七章假设检验

第三节
u检验
u检验(u test ),亦称z检验(z test) 大样本均数(率)与总体均数(率)比较的u检 验、 两个大样本均数(率)比较的u检验 一、大样本均数比较的u检验 二、大样本率的u检验
一、大样本均数比较的u检验
假定样本数据服从正态分布 ,当总体标准差 未知时,可用样本标准差作为估计值 这里的总体均数一般是指已知的理论值、标准 值或经过大量观察所得到的稳定值,记作µ 0 (或记为 )
两个样本率p1、p2的差值服从正态分布
u p1 p2
1 2
p p
2 2 p p p p 1 (1 1 ) / n1 2 (1 2 ) / n2
1 2 1 2
样本率p介于0.1~0.9之间,每组例数大于60 例
n1 p1 n2 p2 ˆ0 n1 n2
两样本均数比较的u检验
该检验方法适用于完全随机设计中两组 计量资料差别的比较 两样本均数差值服从正态分布
u Leabharlann 1 X 2X1X2
X
1X2
2 2 2 2 X / n 1 1 2 / n2 X2 1

当总体标准差未知,两组例数均超过30
ˆX
1X2
亦称样本率与总体率的比较的u检验,这里的 总体率一般是指已知的理论值、标准值或经大 量观察所获得的稳定值。
例7–3 全国调查的调查结果,学龄前儿童营 养性贫血患病率为23.5%。某医院为了解当
地学龄前儿童能够营养性贫血患病情况,对
当地1396例学龄前儿童进行了抽样调查,查
出营养性贫血患儿363例,患病率为26.0%。
ˆp p
1
2
1 1 ˆ0 (1 ˆ0 )( ) n1 n2

第七章假设检验

第七章假设检验

§2.1 总体均值的检验
根据检验统计量计算公式计算检验统计量样本值 z,当显著 水平为 时,查 Z 分布表: 在双侧检验中,如果 z ≥
Z1 ,则拒绝原假设 2
;反之, H0
则不能拒绝原假设。
在左侧检验中,如果 z Z1 ,则拒绝原假设;反之,则 不能拒绝原假设。
在右侧检验中,如果 z Z1 ,则拒绝原假设;反之,则 不能拒绝原假设。
§1.2 基本概念及检验步骤
假设检验的步骤

提出原假设和备择假设 确定适当的检验统计量 规定显著性水平 计算检验统计量的值 作出统计决策
提出原假设和备择假设
什么是原假设?(Null Hypothesis) 1. 待检验的假设,又称“0假设”
2. 如果错误地作出决策会导致一系列后果
t
x 0 s n
~ t ( n 1)
§2.1 总体均值的检验
对于给定的显著性水平 ,查 则不能拒绝原假设。
t 分布表: 在双侧检验中,当 t t1 / 2 ( n 1) 时,拒绝原假设;反之,
在左侧检验中,当 t t1 ( n 1) 时,拒绝原假设;反之, 则不能拒绝原假设。 在右侧检验中,当 t t1 ( n 1) 时,拒绝原假设;反之, 则不能拒绝原假设。
3. 建立的原假设与备择假设应为
H0: μ = 10 H1: μ 10
单侧检验 (原假设与备择假设的确定)
检验研究中的假设
1. 将所研究的假设作为备择假设H1
2. 将认为研究结果是无效的说法或理论作为原假 设 H0 。或者说,把希望 ( 想要 ) 证明的假设作为 备择假设 3. 先确立备择假设H1
均值实例
【例】某厂采用自动包装机 分装产品,假定每包产品的 重量服从正态分布,每包标 准重量为 1000 克。某日随机 抽查9包,测得样本平均重量 为986克,样本标准差为24克 。试问 在 0.05 的 显著性 水平 上,能否认为这天自动包装 机工作正常?
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第七章 假设检验一、单项选择1.关于学生t 分布,下面哪种说法不正确( )。

A 要求随机样本B 适用于任何形式的总体分布C 可用于小样本D 可用样本标准差S 代替总体标准差σ2.二项分布的数学期望为( )。

A n(1-n)pB np(1- p)C npD n(1- p)。

3.处于正态分布概率密度函数与横轴之间、并且大于均值部分的面积为( )。

A 大于0.5B -0.5C 1D 0.5。

4.假设检验的基本思想可用( )来解释。

A 中心极限定理B 置信区间C 小概率事件D 正态分布的性质5.成数与成数方差的关系是( )。

A 成数的数值越接近0,成数的方差越大B 成数的数值越接近0.3,成数的方差越大C 成数的数值越接近1,成数的方差越大D 成数的数值越接近0.5,成数的方差越大6.在统计检验中,那些不大可能的结果称为( )。

如果这类结果真的发生了,我们将否定假设。

A 检验统计量B 显著性水平C 零假设D 否定域7.对于大样本双侧检验,如果根据显著性水平查正态分布表得Z α/2=1.96,则当零假设被否定时,犯第一类错误的概率是( )。

A 20%B 10%C 5%D .1%8.关于二项分布,下面不正确的描述是( )。

A 它为连续型随机变量的分布;B 它的图形当p =0.5时是对称的,当p ≠ 0.5时是非对称的,而当n 愈大时非对称性愈不明显;C 二项分布的数学期望)(X E =μ=np ,变异数)(XD =2σ=npq ;D 二项分布只受成功事件概率p 和试验次数n 两个参数变化的影响。

9.事件A 在一次试验中发生的概率为41,则在3次独立重复试验中,事件A 恰好发生2次的概率为( )。

A21 B 161 C 643 D 649 10.设离散型随机变量X ~),2(p B ,若数学期望4.2)(=X E ,方差44.1)(=X D ,则参数p n ,的值为( ).A 4=n ,p =0.6B 6=n ,p =0.4C 8=n ,p =0.3D 12=n ,p =0.2三、多项选择1.关于正态分布的性质,下面正确的说法是( )。

μ=xμ的正态曲线的外形完全相同,差别只在于曲线在横轴方向上整体平移了一个B 对于固定的σ值,不同均值位置。

μ值,不同均值σ的正态曲线的外形完全相同,差别只在于曲线在横轴方向上整体平移了一个C 对于固定的位置。

μ值,σ值越大,正态曲线越陡峭。

D 对于固定的2.下列概率论定理中,两个最为重要,也是统计推断的数理基础的是()A 加法定理B 乘法定理C 大数定律D 中心极限定理E 贝叶斯定理。

3.统计推断的具体内容很广泛,归纳起来,主要是()问题。

A 抽样分布B 参数估计C 方差分析D 回归分析E 假设检验4.下列关于假设检验的陈述正确的是()。

A 假设检验实质上是对原假设进行检验;B 假设检验实质上是对备择假设进行检验;C 当拒绝原假设时,只能认为肯定它的根据尚不充分,而不是认为它绝对错误;D假设检验并不是根据样本结果简单地或直接地判断原假设和备择假设哪一个更有可能正确;E 当接受原假设时,只能认为否定它的根据尚不充分,而不是认为它绝对正确5.选择一个合适的检验统计量是假设检验中必不可少的一个步骤,其中“合适”实质上是指()A 选择的检验统计量应与原假设有关;B 选择的检验统计量应与备择假设有关;C 在原假设为真时,所选的检验统计量的抽样分布已知;D 在备择假设为真时,所选的检验统计量的抽样分布已知;E 所选的检验统计量的抽样分布已知,不含未知参数。

6.关于t检验,下面正确的说法是()。

A t检验实际是解决大样本均值的检验问题;B t检验实际是解决小样本均值的检验问题;C t检验适用于任何总体分布;D t检验对正态总体适用;E t检验要求总体的σ已知。

四、计算题1.根据统计,北京市初婚年龄服从正态分布,其均值为25岁,标准差为5岁,问25岁到30岁之间结婚的人;其百分数为多少?2.共有5000个同龄人参加人寿保险,设死亡率为0.1%。

参加保险的人在年初应交纳保险费10元,死亡时家属可领2000元。

求保险公司一年内从这些保险的人中,获利不少于30000元的概率。

3.为了验证统计报表的正确性,作了共50人的抽样调查,人均收入的结果有:,871元=X 元,21=S 问能否证明统计报表中人均收入μ=880元是正确的(显著性水平α=0.05)。

4.某单位统计报表显示,人均月收入为3030元,为了验证该统计报表的正确性,作了共100人的抽样调查,样本人均月收入为3060元,标准差为80元,问能否说明该统计报表显示的人均收入的数字有误(取显著性水平α=0.05)。

5.已知初婚年龄服从正态分布,根据9个人的抽样调查有:5.23=X (岁),3=S (岁)。

问是否可以认为该地区平均初婚年龄已超过20岁(α=0.05)?6.某地区成人中吸烟者占75%,经过戒烟宣传之后,进行了抽样调查,发现了100名被调查的成人中,有63人是吸烟者,问戒烟宣传是否收到了成效?(α=0.05)7.据原有资料,某城市居民彩电的拥有率为60%,现根据最新100户的抽样调查,彩电的拥有率为62%。

问能否认为彩电拥有率有所增长?(α=0.05)8.一个社会心理学家试图通过实验来表明采取某种手段有助于增加群体的凝聚力。

但有16个小组,将它们配对成一个实验组和控制组,实验组和控制组各有8个小组,问怎样用二项分布去检验无效力的零假设,列出检验所需的零假设,计算抽样分布,用显著水平0.05,请指出否定域。

9.孟德尔遗传定律表明:在纯种红花豌豆与白花豌豆杂交后所生的,子二代豌豆中,红花对白花之比为3:1。

某次种植试验的结果为:红花豌豆352株,白花豌豆96株。

试在 =0.05的显著性水平上,检定孟德尔定律。

10.一个样本容量为50的样本,具有均值10.6和标准差2.2,要求:(1) 请用单侧检验,显著性水平0.05检验总体均值为10.0的假设;(2)请用双侧检验,显著性水平0.05检验总体均值为10.0的假设;(3)请比较上述单、双侧检验犯第一类错误和犯第二类错误的情况。

11.设要评价某重点中学教学质量情况,原计划升学率为60%,在高校录取工作结束后,现在一个由81个学生组成的随机样本中,发现升学率55%,用显著性水平为0.02,你能否就此得出该校的工作没有达到预期要求的结论。

为什么?12.在重复抛掷一枚硬币49次的二项试验中,试求成功29次的概率?13.某市2003年居民的户均收入是3500元,为了了解该市居民2004年的收入情况,有关调查部门作了一个共100户的收入情况的抽样调查,样本户均月收入为3525,标准差为100元。

据此,你有多大把握说该市居民户均收入是增加了。

14.某单位共有5名孕妇,求以下概率(设婴儿性别男为22/43,21/43):(1)全为男婴;(2)全为女婴;(3)3男2女。

15.某地区回族占全体居民人数的6%,今随机抽取10位居民,问其中恰有2名是回族的概率是多少?16.工人中吸烟的比例为0.5%。

某车间有工人300名,求以下概率:(1)全部吸烟;(2)2人吸烟;(3)100人吸烟;(4)160人吸烟。

17.某工厂总体的10%是技术人员,求7人委员会中4人是技术员的概率,并指出检验所需的假设。

18.设某股民在股票交易中,每次判断正确的概率是60%。

该股民最近作了100次交易。

试求至少有50次判断正确的概率。

19.某市去年的数字显示:进城农民工参加社保的比例是30%。

今年在进城农民工中随机抽取400人进行调查,经计算得该样本总体的参保率为33%,试在 =0.05的显著性水平上,检定“今年该市农民工参保情况有了改进”的零假设。

20.根据调查,儿童的智商分布为N(100,102),某幼儿园共有儿童250名,问智商在110 ~ 120之间的儿童共有多少名?21.根据调查,女大学生的身高分布为N(163,62),某大学共有女大学生1500名,问身高在164 ~ 168厘米之间的女大学生共有多少名?22.已知连续型随机变量X ~N (0,1),求(1)概率P {X =1};(2)概率P {0<X <3};(3)概率P {X <-1.5;(4)概率P {X >1.2};(5)概率P {X ≤1};(6)概率P {X ≥3}.23.某批袋装大米重量X kg 是一个连续型随机变量,它服从参数为kg kg 1.0,10==σμ的正态分布,任选1袋大米,求这袋大米重量9.9kg ~10.2kg 之间的概率.24.某批螺栓直径X cm 是一个连续型随机变量,它服从均值为0.8cm 、方差为0.0004cm 2的正态分布,随机抽取1个螺栓,求这个螺栓直径小于0.81cm 概率.N (58,102),规定考试成绩达到或超过60分为合格,求:(1)任取1份高等数学试卷成绩为合格的概率;(2)任取3份高等数学试卷中恰好有2份试卷成绩为合格的概率.26. 已知连续型随机变量X ~N (3,4),求:(1)概率}53{≤<-X P ;(2)概率P {3-X >3.92};(3)数学期望E (-X +5);(4)方差D (-X +5)。

相关文档
最新文档