平均数差异显著性检验
相关主题
- 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、"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、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)。
解：研究者想收集证据予以支持的假设是“该城市中家庭拥 有汽车的比率超过30%”。建立的原假设和备择假设为
H0 ： 30% H1 ： 30%
二、小概率事件
假设检验：先对总体的参数(或分布形式)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。 逻辑上运用反证法，统计上依据小概率原理
P值
＞0.05 ≤0.05 ≤0.01
显著性
不显著 显著 极显著
符号
* **
双侧检验
拒绝 / 2
样本统计量
H0值
拒绝 / 2
Z
样本统计量
（二）单尾（侧）检验
定义：拒绝性概率置于理论分布一尾。 使用：结果或方向确定时。 意义：即推断有无差异，又断言方向。 类型
解：研究者想收集证据予以证明的假设应该是“生产过程不 正常”。建立的原假设和备择假设为
H0 ： 10cm H1 ： 10cm
提出假设(例题分析)
【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少 于500克。从消费者的利益出发，有关研究人员要通过抽检 其中的一批产品来验证该产品制造商的说明是否属实。试陈 述用于检验的原假设与备择假设。
解：研究者抽检的意图是倾向于证实这种洗涤剂 的平均净含量并不符合说明书中的陈述。建立的 原假设和备择假设为
H0 ： 500 H1 ： < 500
500g
提出假设(例题分析)
【例】一家研究机构估计，某城市中家庭拥有汽车的比率超过 30%。为验证这一估计是否正确，该研究机构随机抽取了 一个样本进行检验。试陈述用于检验的原假设与备择假设。
常常把概率取值小于0.05的随机事件称为小概率事件。但小 概率事件毕竟不是不可能事件，小概率事件还是会发生的。 小概率事件原理就是认为小概率事件在一次抽样中不可能发 生的原理。在实际工作中，人们常常按照小概率事件原理对 随机现象作决策判断，这是一种科学的思维方式。
在统计假设检验中，公认的小概率事件的概率值被称为统计 假设检验的显著性水平，记为α ,α 值必须在每一次统计检验 之前就取定。在教育统计学中，α 值常取0.05和0.01两个水 平，偶尔也有取0.001的。在假设检验中，α 的取值越小，称 此假设检验的显著性水平越高。
研究假设
定义：研究者想收集证据予以支持的假设。 符号：H1 、Ha 内容：假设两均数之间存在真实的差异。 备择假设作为虚无假设的对立假设而存在，因此它也 是一个陈述命题。备择假设是对虚无假设的否定。
表示方法： 0
也称作备择假设、对立假设。
虚无假设和备择假设的关系
表示方式 0
也称作零假设、原假设或解消假设。
虚无假设常常是根据已有的资料，或根据周密考 虑后确定的，是已有的、具有稳定性的经验看法， 是保守、受到保护的，没有充分根据，是不会被 轻易否定的。
例如，根据以往资料，某地女青年的平均初婚年 龄是25岁。但今年根据100名女青年的随机抽样 调查，得到的平均初婚年龄是26岁，问能否认 为该地女青年的初婚年龄比以往已有所推迟？
原假设和备择假设是一个完备事件组，而且相互对立，作 假设时一定要将两个假设同时列出。
由于虚无假设要作为检验的已知条件，而备择假设仅是备 以待择，是虚无假设被拒绝后供人们采择的假设，故虚无 假设一定在前，备择假设一定在后。但一般先确定备择假 设，再确定原假设。
从逻辑上看两者是非此即彼的，假设中一定有一个而且也 仅有一个是正确的；两个假设不可能同时成立，但也不可 能同时不成立；两个假设中若有一个被证实是错误的话， 那么另一个假设就自然是正确的。
小概率由研究者事先确定，在一次试验中小概率事件一旦发 生，我们就有理由拒绝原假设。
三、显著性水平
1. 原假设为真时，拒绝原假设的概率。
2. 它是事先指定的犯第Ⅰ类错误概率的最大允许值 3. 常用的 值有0.01，0.05，0.10
4. 由研究者事先确定 5. 拒绝原假设，则表明检验的结果是显著的
一、假设
假设是对总体参数的具体 数值所作的陈述。
我认为这种新药的疗效 比原有的药物更有效!
总体参数包括总体均值、 比率、方差等
分析之前必须陈述 假设的类型 （1）虚无假设（零假设） （2）研究假设（备择假设）
Leabharlann Baidu无假设
定义：研究者根据样本信息期待拒绝的假设。 符号：H0 内容：假设两个均数之间的差异是抽样误差。 在假设检验中将被视作已知条件应用，因此一般 是一个相对比较明确的陈述命题。等号“=”一般都 是放在原假设上。
因研究目的不同，对同一问题可能提出不同的假设(也可能 得出不同的结论)
提出假设(例题分析)
【例】一种零件的生产标准是直径应为10cm，为对生产过
程进行控制，质量监测人员定期对一台加工机床检查，确定 这台机床生产的零件是否符合标准要求。如果零件的平均直 径大于或小于10cm，则表明生产过程不正常，必须进行调 整。试陈述用来检验生产过程是否正常的原假设和备择假设。
第三节 假设检验的基本原理
某心理学家认为，一般汽车司机视反应时平均 175ms。有人随机抽取26名司机为样本测定， 结果平均180ms，标准差20ms。能否根据测试 结果否定心理学家的结论？（假定视反应符合 正态分布）
有一家本地的饭馆为了提高午餐时间的生意而宣布举行 一次活动。为了促销，有20%的机打餐单将会根据随 机的原则印有一个红星，这标志着这一顿午餐是免费的。 你从活动开始后已经在这个饭馆就餐了4次了，但仍然 没有遇上免费午餐。你是否应该怀疑这次促销活动的真 实性呢？如果你8次后仍然没有，或16次后仍然没有又 该如何呢？你是应该抱怨还是将这归于坏运气呢？
不拒绝原假设，表明检验的结果是不显著的
拒绝 / 2
样本统计量
H0值
拒绝 / 2
Z
样本统计量
四、检验方法
（一）双尾（侧）检验 （二）单尾（侧）检验
（一）双尾（侧）检验
1 定义：拒绝性概率置于理论分布两尾。 2 使用：结果或方向不确定时。 3 意义：只推断有无差异，不断言方向
Z（CR）
＜1.96 ≥1.96 ≥2.58
H0 ： 30% H1 ： 30%
二、小概率事件
假设检验：先对总体的参数(或分布形式)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。 逻辑上运用反证法，统计上依据小概率原理
P值
＞0.05 ≤0.05 ≤0.01
显著性
不显著 显著 极显著
符号
* **
双侧检验
拒绝 / 2
样本统计量
H0值
拒绝 / 2
Z
样本统计量
（二）单尾（侧）检验
定义：拒绝性概率置于理论分布一尾。 使用：结果或方向确定时。 意义：即推断有无差异，又断言方向。 类型
解：研究者想收集证据予以证明的假设应该是“生产过程不 正常”。建立的原假设和备择假设为
H0 ： 10cm H1 ： 10cm
提出假设(例题分析)
【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少 于500克。从消费者的利益出发，有关研究人员要通过抽检 其中的一批产品来验证该产品制造商的说明是否属实。试陈 述用于检验的原假设与备择假设。
解：研究者抽检的意图是倾向于证实这种洗涤剂 的平均净含量并不符合说明书中的陈述。建立的 原假设和备择假设为
H0 ： 500 H1 ： < 500
500g
提出假设(例题分析)
【例】一家研究机构估计，某城市中家庭拥有汽车的比率超过 30%。为验证这一估计是否正确，该研究机构随机抽取了 一个样本进行检验。试陈述用于检验的原假设与备择假设。
常常把概率取值小于0.05的随机事件称为小概率事件。但小 概率事件毕竟不是不可能事件，小概率事件还是会发生的。 小概率事件原理就是认为小概率事件在一次抽样中不可能发 生的原理。在实际工作中，人们常常按照小概率事件原理对 随机现象作决策判断，这是一种科学的思维方式。
在统计假设检验中，公认的小概率事件的概率值被称为统计 假设检验的显著性水平，记为α ,α 值必须在每一次统计检验 之前就取定。在教育统计学中，α 值常取0.05和0.01两个水 平，偶尔也有取0.001的。在假设检验中，α 的取值越小，称 此假设检验的显著性水平越高。
研究假设
定义：研究者想收集证据予以支持的假设。 符号：H1 、Ha 内容：假设两均数之间存在真实的差异。 备择假设作为虚无假设的对立假设而存在，因此它也 是一个陈述命题。备择假设是对虚无假设的否定。
表示方法： 0
也称作备择假设、对立假设。
虚无假设和备择假设的关系
表示方式 0
也称作零假设、原假设或解消假设。
虚无假设常常是根据已有的资料，或根据周密考 虑后确定的，是已有的、具有稳定性的经验看法， 是保守、受到保护的，没有充分根据，是不会被 轻易否定的。
例如，根据以往资料，某地女青年的平均初婚年 龄是25岁。但今年根据100名女青年的随机抽样 调查，得到的平均初婚年龄是26岁，问能否认 为该地女青年的初婚年龄比以往已有所推迟？
原假设和备择假设是一个完备事件组，而且相互对立，作 假设时一定要将两个假设同时列出。
由于虚无假设要作为检验的已知条件，而备择假设仅是备 以待择，是虚无假设被拒绝后供人们采择的假设，故虚无 假设一定在前，备择假设一定在后。但一般先确定备择假 设，再确定原假设。
从逻辑上看两者是非此即彼的，假设中一定有一个而且也 仅有一个是正确的；两个假设不可能同时成立，但也不可 能同时不成立；两个假设中若有一个被证实是错误的话， 那么另一个假设就自然是正确的。
小概率由研究者事先确定，在一次试验中小概率事件一旦发 生，我们就有理由拒绝原假设。
三、显著性水平
1. 原假设为真时，拒绝原假设的概率。
2. 它是事先指定的犯第Ⅰ类错误概率的最大允许值 3. 常用的 值有0.01，0.05，0.10
4. 由研究者事先确定 5. 拒绝原假设，则表明检验的结果是显著的
一、假设
假设是对总体参数的具体 数值所作的陈述。
我认为这种新药的疗效 比原有的药物更有效!
总体参数包括总体均值、 比率、方差等
分析之前必须陈述 假设的类型 （1）虚无假设（零假设） （2）研究假设（备择假设）
Leabharlann Baidu无假设
定义：研究者根据样本信息期待拒绝的假设。 符号：H0 内容：假设两个均数之间的差异是抽样误差。 在假设检验中将被视作已知条件应用，因此一般 是一个相对比较明确的陈述命题。等号“=”一般都 是放在原假设上。
因研究目的不同，对同一问题可能提出不同的假设(也可能 得出不同的结论)
提出假设(例题分析)
【例】一种零件的生产标准是直径应为10cm，为对生产过
程进行控制，质量监测人员定期对一台加工机床检查，确定 这台机床生产的零件是否符合标准要求。如果零件的平均直 径大于或小于10cm，则表明生产过程不正常，必须进行调 整。试陈述用来检验生产过程是否正常的原假设和备择假设。
第三节 假设检验的基本原理
某心理学家认为，一般汽车司机视反应时平均 175ms。有人随机抽取26名司机为样本测定， 结果平均180ms，标准差20ms。能否根据测试 结果否定心理学家的结论？（假定视反应符合 正态分布）
有一家本地的饭馆为了提高午餐时间的生意而宣布举行 一次活动。为了促销，有20%的机打餐单将会根据随 机的原则印有一个红星，这标志着这一顿午餐是免费的。 你从活动开始后已经在这个饭馆就餐了4次了，但仍然 没有遇上免费午餐。你是否应该怀疑这次促销活动的真 实性呢？如果你8次后仍然没有，或16次后仍然没有又 该如何呢？你是应该抱怨还是将这归于坏运气呢？
不拒绝原假设，表明检验的结果是不显著的
拒绝 / 2
样本统计量
H0值
拒绝 / 2
Z
样本统计量
四、检验方法
（一）双尾（侧）检验 （二）单尾（侧）检验
（一）双尾（侧）检验
1 定义：拒绝性概率置于理论分布两尾。 2 使用：结果或方向不确定时。 3 意义：只推断有无差异，不断言方向
Z（CR）
＜1.96 ≥1.96 ≥2.58