金 融 学.ppt
合集下载
- 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)。
置信度1( )去估计参数的置信区间。
3) 思路不同：假设检验根据样本统计值与原假设参数值差 异的大小来决定拒绝或接受原假设；区间估计则根据样本 估计值和给定的置信度来确定总体参数的置信区间。
第七章 抽样调查
第六节 统计假设检验
2. 假设检验与区间估计的联系
1) 依据相同：二者都是依据样本信息对总体参数进行推断。
第七章 抽样调查
第六节 统计假设检验
2. 单侧检验
不仅检验样本统计值与总体参数有没有显著性差异，而 且追究是否发生预先指定方向的差异，就应采用单侧检 验，分为左侧检验和右侧检验。
右侧检验也叫右单尾检验，主要用于检验样本统计值是 否出现了增长方向的变动。假设设立为：
H0 ：X X 0 ； H1 ：X＞X 0
第六节 统计假设检验
(四)统计假设检验的类型 1. 双侧检验
当要检验的是样本统计值与总体参数有没有显 著性差异，而不问差异的方向是正差还是负差时， 这时的检验称为双侧检验，又称双尾检验。
假设的设立：
H0 ：X X 0 ； H1 ：X X 0
或 H0 ：P P0 ； H1 ：P P0
第七章 抽样调查
Z
由样本信息计算出的检验统计量数值 z 与事先给定的
临界值比较，如果 z Z ，则接受原假设 H0 ； 如果 z Z 则拒绝原假设 H 0，接受备择假设H1 。
第七章 抽样调查
第六节 统计假设检验
二、统计假设检验的一般步骤
1. 提出原假设( H0)和备择假设( H1 )
2. 选择检验用统计量，并确定其分布形式
第七章 抽样调查
第六节 统计假设检验
(二) 假设检验的两类错误 1. 第一类错误 第一类错误，亦称拒真（弃真）错误。
犯第一类错误的概率亦称拒真概率，它实质上就是前面
提到的显著性水平 ，即
P拒绝原假设原假设为真
第七章 抽样调查
第六节 统计假设检验
2. 第二类错误
第二类错误，亦称取伪错误。
犯第二类错误的概率亦称取伪概率，用 表示，即
或：
H0 ：P P0 ； H1 ：P＞ P0
第七章 抽样调查
0
接受区域
拒绝区域
Z
右侧检验的决策临界值及接受区域和拒绝区域
由样本信息计算出的检验统计量数值 z 与事先给定的
临界值比较，如果 z Z ，则接受原假设 H0 ； 如果 Z Z 则拒绝原假设H 0 ，接受备择假设 H1 。
第七章 抽样调查
第六节 统计假设检验
左侧检验也叫左单尾检验，主要用于检验样本统 计值是否出现了减少或降低方向的变动。假设设 立为：
H0 ：X X 0 ； H1 ：X＜X 0 或： H0 ：P P0 ； H1 ：P＜ P0
第七章 抽样调查
第六节 统计假设检验
左侧检验的决策临界值及接受区域和拒绝区域
拒绝区域
0
接受区域
P接受原假设原假设不真
假设检验中的两类错误
假设（检决验就策好结果）
统计检
H0: 无罪 像一场审判过程
验过程
陪审团审判
H0 检验
裁决 无罪
实际情况
无罪
有罪
正确
错误
决策 接受H0
实际情况
H0为真 1 -
H0为假
第二类错 误()
有罪
错误
正确
拒绝H0
第一类错 误()
功效(1-)
第七章 抽样调查
第六节 统计假设检验
(一)总体平均数的假设检验
1. 大样本的平均数检验
大样本的统计量趋于正态分布。因而可用正态 分布理论来检验大样本的平均数与总体平均数 是否有显著差异。
第七章 抽样调查
第六节 统计假设检验
均值的双侧 Z 检验
【例】某机床厂加工一种零件，根据经验知 道，该厂加工零件的椭圆度近似服从正态分布， 其总体均值为0=0.081mm，总体标准差为= 0.025 。 今 换 一 种 新 机 床 进 行 加 工 ， 抽 取 n=200 个 零 件 进 行 检 验 ， 得 到 的 椭 圆 度 为 0.076mm。试问新机床加工零件的椭圆度的均 值与以前有无显著差异？（＝0.05）
第六节 统计假设检验
2
2
0
拒绝区
接受区
拒绝区
域
域
域
Z
Z
2
2
双侧检验的决策临界值及接受区域和拒绝区域
第七章 抽样调查
第六节 统计假设检验
z 由样本信息计算出的检验统计量数值 与事先给
定的临界值比较，如果 Z z Z ，则接受原
2
2
假设 H0 ；如果Z Z ，或 Z Z 则拒绝原假
2
百度文库
2
设 H0 ，接受备择假设 H1 。
第七章 抽样调查
H0: 0 = 0.081 H1: 0 0.081 = 0.05
n = 200 临界值(s):
拒绝 H0
.025
拒绝 H0
.025
-1.96 0 1.96 Z
检验统计量:
z x 0 0.076 0.081 2.83 n 0.025 200
3. 选择显著性水平 ，确定决策临界值
4. 根据检验统计量的具体数值，做出决策
第七章 抽样调查
第六节 统计假设检验
三、假设检验的应用
一个总体的检验: 一个总体
均值
比例
方差
Z 检验
t 检验
Z 检验
（单尾和双尾） （单尾和双尾） （单尾和双尾）
2检验
（单尾和双尾）
第七章 抽样调查
第六节 统计假设检验
第七章 抽样调查
第六节 统计假设检验
一、统计假设检验的概念和类型
(一) 假设检验的概念
统计假设检验，就是事先对总体参数或总体分布形式 做出一个假设，然后利用样本信息来判断这一假设是否合 理，即判断样本统计量的具体数值与原假设是否有显著差 异。从而决定拒绝或接受原假设。
假设检验的特点：
第一，采用反证法。 第二，依据“小概率事件在一次试验中不能发生”的原理。
2) 理论基础相同：二者都是以抽样分布为理论基础，都是建 立在概率基础上的推断，推断结果都有一定的置信度和风险。
3) 研究实际问题时，二者可以相互转换：针对同一问题的 参数进行推断，使用同一样本、同一统计量和同一分布， 此时假设检验问题可以转换为区间估计，区间估计问题也 可以转换为假设检验。
第七章 抽样调查
(三)假设检验与区间估计的关系
1. 假设检验与区间估计的区别
1) 目标不同：假设检验要验证原假设在一定显著性水
平（ ）下是否成立；区间估计要估计出总体参数的 在一定置信度（1 ）下的置信区间。
2) 立足点不同：假设检验立足于小概率，通常是给定很
小的显著性水平（ ）作为拒绝原假设可能犯“弃真”
错误的风险；区间估计立足于大概率，通常是以较大的
3) 思路不同：假设检验根据样本统计值与原假设参数值差 异的大小来决定拒绝或接受原假设；区间估计则根据样本 估计值和给定的置信度来确定总体参数的置信区间。
第七章 抽样调查
第六节 统计假设检验
2. 假设检验与区间估计的联系
1) 依据相同：二者都是依据样本信息对总体参数进行推断。
第七章 抽样调查
第六节 统计假设检验
2. 单侧检验
不仅检验样本统计值与总体参数有没有显著性差异，而 且追究是否发生预先指定方向的差异，就应采用单侧检 验，分为左侧检验和右侧检验。
右侧检验也叫右单尾检验，主要用于检验样本统计值是 否出现了增长方向的变动。假设设立为：
H0 ：X X 0 ； H1 ：X＞X 0
第六节 统计假设检验
(四)统计假设检验的类型 1. 双侧检验
当要检验的是样本统计值与总体参数有没有显 著性差异，而不问差异的方向是正差还是负差时， 这时的检验称为双侧检验，又称双尾检验。
假设的设立：
H0 ：X X 0 ； H1 ：X X 0
或 H0 ：P P0 ； H1 ：P P0
第七章 抽样调查
Z
由样本信息计算出的检验统计量数值 z 与事先给定的
临界值比较，如果 z Z ，则接受原假设 H0 ； 如果 z Z 则拒绝原假设 H 0，接受备择假设H1 。
第七章 抽样调查
第六节 统计假设检验
二、统计假设检验的一般步骤
1. 提出原假设( H0)和备择假设( H1 )
2. 选择检验用统计量，并确定其分布形式
第七章 抽样调查
第六节 统计假设检验
(二) 假设检验的两类错误 1. 第一类错误 第一类错误，亦称拒真（弃真）错误。
犯第一类错误的概率亦称拒真概率，它实质上就是前面
提到的显著性水平 ，即
P拒绝原假设原假设为真
第七章 抽样调查
第六节 统计假设检验
2. 第二类错误
第二类错误，亦称取伪错误。
犯第二类错误的概率亦称取伪概率，用 表示，即
或：
H0 ：P P0 ； H1 ：P＞ P0
第七章 抽样调查
0
接受区域
拒绝区域
Z
右侧检验的决策临界值及接受区域和拒绝区域
由样本信息计算出的检验统计量数值 z 与事先给定的
临界值比较，如果 z Z ，则接受原假设 H0 ； 如果 Z Z 则拒绝原假设H 0 ，接受备择假设 H1 。
第七章 抽样调查
第六节 统计假设检验
左侧检验也叫左单尾检验，主要用于检验样本统 计值是否出现了减少或降低方向的变动。假设设 立为：
H0 ：X X 0 ； H1 ：X＜X 0 或： H0 ：P P0 ； H1 ：P＜ P0
第七章 抽样调查
第六节 统计假设检验
左侧检验的决策临界值及接受区域和拒绝区域
拒绝区域
0
接受区域
P接受原假设原假设不真
假设检验中的两类错误
假设（检决验就策好结果）
统计检
H0: 无罪 像一场审判过程
验过程
陪审团审判
H0 检验
裁决 无罪
实际情况
无罪
有罪
正确
错误
决策 接受H0
实际情况
H0为真 1 -
H0为假
第二类错 误()
有罪
错误
正确
拒绝H0
第一类错 误()
功效(1-)
第七章 抽样调查
第六节 统计假设检验
(一)总体平均数的假设检验
1. 大样本的平均数检验
大样本的统计量趋于正态分布。因而可用正态 分布理论来检验大样本的平均数与总体平均数 是否有显著差异。
第七章 抽样调查
第六节 统计假设检验
均值的双侧 Z 检验
【例】某机床厂加工一种零件，根据经验知 道，该厂加工零件的椭圆度近似服从正态分布， 其总体均值为0=0.081mm，总体标准差为= 0.025 。 今 换 一 种 新 机 床 进 行 加 工 ， 抽 取 n=200 个 零 件 进 行 检 验 ， 得 到 的 椭 圆 度 为 0.076mm。试问新机床加工零件的椭圆度的均 值与以前有无显著差异？（＝0.05）
第六节 统计假设检验
2
2
0
拒绝区
接受区
拒绝区
域
域
域
Z
Z
2
2
双侧检验的决策临界值及接受区域和拒绝区域
第七章 抽样调查
第六节 统计假设检验
z 由样本信息计算出的检验统计量数值 与事先给
定的临界值比较，如果 Z z Z ，则接受原
2
2
假设 H0 ；如果Z Z ，或 Z Z 则拒绝原假
2
百度文库
2
设 H0 ，接受备择假设 H1 。
第七章 抽样调查
H0: 0 = 0.081 H1: 0 0.081 = 0.05
n = 200 临界值(s):
拒绝 H0
.025
拒绝 H0
.025
-1.96 0 1.96 Z
检验统计量:
z x 0 0.076 0.081 2.83 n 0.025 200
3. 选择显著性水平 ，确定决策临界值
4. 根据检验统计量的具体数值，做出决策
第七章 抽样调查
第六节 统计假设检验
三、假设检验的应用
一个总体的检验: 一个总体
均值
比例
方差
Z 检验
t 检验
Z 检验
（单尾和双尾） （单尾和双尾） （单尾和双尾）
2检验
（单尾和双尾）
第七章 抽样调查
第六节 统计假设检验
第七章 抽样调查
第六节 统计假设检验
一、统计假设检验的概念和类型
(一) 假设检验的概念
统计假设检验，就是事先对总体参数或总体分布形式 做出一个假设，然后利用样本信息来判断这一假设是否合 理，即判断样本统计量的具体数值与原假设是否有显著差 异。从而决定拒绝或接受原假设。
假设检验的特点：
第一，采用反证法。 第二，依据“小概率事件在一次试验中不能发生”的原理。
2) 理论基础相同：二者都是以抽样分布为理论基础，都是建 立在概率基础上的推断，推断结果都有一定的置信度和风险。
3) 研究实际问题时，二者可以相互转换：针对同一问题的 参数进行推断，使用同一样本、同一统计量和同一分布， 此时假设检验问题可以转换为区间估计，区间估计问题也 可以转换为假设检验。
第七章 抽样调查
(三)假设检验与区间估计的关系
1. 假设检验与区间估计的区别
1) 目标不同：假设检验要验证原假设在一定显著性水
平（ ）下是否成立；区间估计要估计出总体参数的 在一定置信度（1 ）下的置信区间。
2) 立足点不同：假设检验立足于小概率，通常是给定很
小的显著性水平（ ）作为拒绝原假设可能犯“弃真”
错误的风险；区间估计立足于大概率，通常是以较大的