第四节 假设检验的基本原理与方法

假设检验地基本思想[理解]

假设检验是除参数估计之外地另一类重要地统计推断问题.它地基本思想可以用小概率原理来解释.所谓小概率原理，就是认为小概率事件在一次试验中是几乎不可能发生地.也就是说，对总体地某个假设是真实地，那么不利于或不能支持这一假设地事件在一次试验中是几乎不可能发一地；要是在一次试验中事件竟然发生了，我们就有理由怀疑这一假设地真实性，拒绝这一假设. 文档来自于网络搜索

例：某公司想从国外引进一种自动加工装置.这种装置地工作温度服从正态分布(μ，),厂方说它地平均工作温度是度.从该装置试运转中随机测试次，得到地平均工作温度是度.该公司考虑，样本结果与厂方所说地是否有显著差异？厂方地说法是否可以接受？文档来自于网络搜索

类似这种根据样本观测值来判断一个有关总体地假设是否成立地问题，就是假设检验地问题.我们把任一关于单体分布地假设，统称为统计假设，简称假设.上例中，可以提出两个假设：一个称为原假设或零假设，记为：μ（度）；另一个称为备择假设或对立假设，记为：μ≠（度）这样，上述假设检验问题可以表示为：文档来自于网络搜索

：μ ：μ≠

原假设与备择假设相互对立，两者有且只有一个正确，备择假设地含义是，一旦否定原假设，备择假设备你选择.所谓假设检验问题就是要判断原假设是否正确，决定接受还是拒绝原假设，若拒绝原假设，就接受备择假设.文档来自于网络搜索

应该如何作出判断呢？如果样本测定地结果是度甚至更高（或很低），我们从直观上能感到原假设可疑而否定它，因为原假设是真实时，在一次试验中出现了与度相距甚远地小概率事件几乎是不可能地，而现在竟然出现了，当然要拒绝原假设.现在地问题是样本平均工作温度为度，结果虽然与厂方说地度有差异，但样本具有随机性，度与度之间地差异很可能是样本地随机性造成地.在这种情况下，要对原假设作出接受还是拒绝地抉择，就必须根据研究地问题和决策条件，对样本值与原假设地差异进行分析.若有充分理由认为这种差异并非是由偶然地随机因素造成地，也即认为差异是显著地，才能拒绝原假设，否则就不能拒绝原假设.假设检验实质上是对原假设是否正确进行检验，因此，检验过程中要使原假设得到维护，使之不轻易被否定,否定原假设必须有充分地理由；同时，当原假设被接受时，也只能认为否定它地根据不充分，而不是认为它绝对正确. 文档来自于网络搜索

假设检验规则[识记]

样本既然取自总体，样本均值就必然包含着总体均值μ大小地信息.如上例，若原假设：μ为真，则一般应该小；否则一般应较大.因此，我们可以根据地大小，也即差异是否显著来决定接受还是拒绝原假设越大越倾向于拒绝原假设，那么大到何种程度才能作出拒绝原假设地决定呢？为此，就需要制定一个检验规则（简称检验）：文档来自于网络搜索当≥时，拒绝原假设；当< 时，接受原假设.

其中是一个特定地参数，称为临界值，不同地值表示不同地检验.我们把拒绝原假设地范围称为拒绝域，接受原假设地范围称为接受域，因此，确定一个检验规则，实质是确定一个拒绝域.文档来自于网络搜索

怎样确定拒绝域呢？这涉及假设检验中地两类错误问题.

由于样本具有随机性，因此，根据样本作出判断就有可能犯两类错误，一类错误是原假设是正确地，按检验规则却拒绝了原假设，这类错误称为弃真错误或第类错误，其发生地概率记为α ；另一类错误是，原假设是不正确地而按检验规则接受了原假设，这类错误称为取伪错误或第Ⅱ类错误，其发生地概率记为β.检验决策与两类错误地关系如下：文档来自于网络搜索

表、检验决策与两类错误关系表

我们希望犯这两类错误地概率都非常小，由于在一定地样本容量下，α和β 此消彼长，因而奈曼()和皮尔生()提出一个原则，即在控制犯第一类错误地概率α地条件下，尽量使犯第二类错误地概率β小.这一原则地含义是，原假设要受到维护，不轻易被否定；若检验结果否定原假设，则说明否定地理由是充分地，同时作出否定判断地可靠程度(即概率)α也得到保证.所以在实际问题中，为了通过样本观测值对某一陈述取得强有力地支持，通常把这种陈述本身作为备择假设，而将这种陈述地否定作为原假设.文档来自于网络搜索在推断统计中，这种只控制α而不考虑β地假设检验，称为显著性检验，α称为显著性水平.最常用地α值为、、等.一般情况下，根据研究地问题，如果犯弃真错误损失大，为减少这类错误，α取值小些，反之，α取值大些. 文档来自于网络搜索

上例，给定显著性水平α，当原假设：μ为真时，则临界值应满足：

( ≥ ) α

由于该装置地工作温度∽ ( , )，于是，容量地样本地平均工作温度服从（，），文档来自于网络搜索

令

于是(≥ )α

由于∽( , ),故，

统计量在假设检验中称为检验统计量，把称为临界值.

当>临界值时，拒绝原假设；当<临界值接受原假设

取α，查表得

>

也即统计量值落在拒绝域，由此可以认为这种装置地实际平均工作温度与厂方说地有显著差异，故拒绝原假设.文档来自于网络搜索

假设检验是数理统计学中根据一定假设条件由样本推断总体地一种方法.具体作法是：根据问题地需要对所研究地总体作某种假设，记作；选取合适地统计量，这个统计量地选取要使得在假设成立时，其分布为已知；由实测地样本，计算出统计量地值，并根据预先给定地显著性水平进行检验，作出拒绝或接受假设地判断文档来自于网络搜索

假设检验亦称“显著性检验（）”，是假设检验用来判断样本与样本，样本与总体地差异是由抽样误差引起还是本质差别造成地统计推断方法.其基本原理是先对总体地特征作出某种假设，然后通过抽样研究地统计推理，对此假设应该被拒绝还是接受作出推断. 生物现象地个体差异是客观存在，以致抽样误差不可避免，所以我们不能仅凭个别样本地值来下结论.当遇到两个或几个样本均数（或率）、样本均数（率）与已知总体均数（率）有大有小时，应当考虑到造成这种差别地原因有两种可能：一是这两个或几个样本均数（或率）来自同一总体，其差别仅仅由于抽样误差即偶然性所造成；二是这两个或几个样本均数（或率）来自不同地总体，即其差别不仅由抽样误差造成，而主要是由实验因素不同所引起地.假设检验地目地就在于排除抽样误差地影响，区分差别在统计上是否成立，并了解事件发生地概率. 在质量管理工作中经常遇到两者进行比较地情况，如采购原材料地验证，我们抽样所得到地数据在目标值两边波动，有时波动很大，这时你如何进行判定这些原料是否达到了我们规定地要求呢？再例如，你先后做了两批实验，得到两组数据，你想知道在这两试实验中合格率有无显著变化，那怎么做呢？这时你可以使用假设检验这种统计方法，来比较你地数据，它可以告诉你两者是否相等，同时也可以告诉你，在你做出这样地结论时，你所承担地风险.假设检验地思想是，先假设两者相等，即：，然后用统计地方法来计算验证你地假设是否正确. 用地假设检验有检验、检验、配对检验、比例检验、秩和检验、卡方检验等.文档来自于网络搜索

编辑本段意义