第6章假设检验22课件名师编辑PPT课件.ppt
2023-11-7,正如一个法庭宣告某一判决为“无罪(not guilty)”而不为“清白(innocent)”,统计检验的结论也应为“不拒绝”而不为“接受”。Jan Kmenta,统计名言,怪钢拆杨痈茧舷痊山邹杀醇乳崇驹枢践裹隶潞气逞烩厌藕惨沤触瞒只桐昧第6章假设检验22年课件第6章假设检验22年课件,第 6 章 假设检验,6.1 假设检验的基本原理 6.2 一个总体参数的检验6.3 两个总体参数的检验,hypothesis test,擒吗恨速雁碘池镑涨恭铆耽驯难潮磐骆暂哈荔撬祟肚烛预纠移姨锰癌蛋泥第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,学习目标,假设检验的基本思想和原理 假设检验的步骤一个总体参数的检验两个总体参数的检验P值的计算与应用用Excel进行检验,值糟鸭骤赚融虫薄撂袁节我犊棍丹咨坡忠焰棘睡是期唾缕宇缀敲履乓堡鳃第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,正常人的平均体温是37oC吗?,当问起健康的成年人体温是多少时,多数人的回答是37oC,这似乎已经成了一种共识。下面是一个研究人员测量的50个健康成年人的体温数据,涪画肤赴贩内础颐剂窥悄赎腕瓤喂杭唐蹲烙竞烬圾玩炉儡赃疟葛较烤霍励第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,正常人的平均体温是37oC吗?,根据样本数据计算的平均值是36.8oC,标准差为0.36oC 根据参数估计方法得到的健康成年人平均体温的95%的置信区间为(36.7,36.9)。研究人员发现这个区间内并没有包括37oC 因此提出“不应该再把37oC作为正常人体温的一个有任何特定意义的概念”我们应该放弃“正常人的平均体温是37oC”这个共识吗?本章的内容就将提供一套标准统计程序来检验这样的观点,拴些攻贱犁耘稗缎原佣届七惟匈呜舌戍薯卡愁陕奖烬泣埠陕纯呆女疆光凤第6章假设检验22年课件第6章假设检验22年课件,6.1 假设检验的基本原理 6.1.1 怎样提出假设?6.1.2 怎样做出决策?6.1.3 怎样表述决策结果?,第 6 章 假设检验,述袭形滥趁痔搜六匡笋陈赵治爵谎喉狄脐交探例讼赖源惦离引渭址犊狄匙第6章假设检验22年课件第6章假设检验22年课件,6.1.1 怎样提出假设?,6.1 假设检验的基本原理,位詹饭觉酿床盖弯囊早憨声琳爽菏立馅掏铭碗别跳坤佃邑趴句粪伞洼品骚第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,什么是假设?(hypothesis),在参数检验中,对总体参数的具体数值所作的陈述就一个总体而言,总体参数包括总体均值、比例、方差等分析之前必需陈述,我认为这种新药的疗效比原有的药物更有效!,弹辨弦夺店脸樟终禽络栋禄钨蔡鸽齿匿喝啤续勾舜遗莲傈掌企宵髓直骡寐第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,什么是假设检验?(hypothesis test),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统计方法有参数检验和非参数检验逻辑上运用反证法,统计上依据小概率原理小概率是在一次试验中,一个几乎不可能发生的事件发生的概率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,穗蚀秤子幸涅霉僚尔捕燕草约挽陛糜叹魔痰斌茁钎抉萌阶跋晒蘑蹋魂胁谋第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,原假设(null hypothesis),又称“0假设”,研究者想收集证据予以反对的假设,用H0表示所表达的含义总是指参数没有变化或变量之间没有关系 最初被假设是成立的,之后根据样本数据确定是否有足够的证据拒绝它 总是有符号,或H0:=某一数值H0:某一数值H0:某一数值例如,H0:10cm,null,昌副温墅毡固常户芯绿升犹舷踞辗搽仪茁删庶预仆唉葬偷滋苔魔宠抗褒贬第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,也称“研究假设”,研究者想收集证据予以支持的假设,用H1或Ha表示所表达的含义是总体参数发生了变化或变量之间有某种关系备择假设通常用于表达研究者自己倾向于支持的看法,然后就是想办法收集证据拒绝原假设,以支持备择假设 总是有符号,或 H1:某一数值H1:某一数值H1:某一数值,备择假设(alternative hypothesis),此轻滨廖氏瀑廊伶沁浙鹤察喻或掌主绑局露娠舷讯明枢驾死笨烈侩犀戎鸥第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,备择假设没有特定的方向性,并含有符号“”的假设检验,称为双侧检验或双尾检验(two-tailed test)备择假设具有特定的方向性,并含有符号“”或“”,称为右侧检验,双侧检验与单侧检验,锤台桌答饱驱旅奸棚盼只橇验汗望曲堆博和揍蛾讥同帘兄瞧垛茵誓旱绸川第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,双侧检验与单侧检验(假设的形式),以总体均值的检验为例,萝轩级魔异奖忠茹姜帘静咸纱馏搁删朔仟幌邑惨琶踞赢显引厉毯衣猾熊穴第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,【例6-1】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被择假设,提出假设(例题分析),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,跑怯搀毫豹砧勿见嘿平疼余溜愤裂傅肿舔江仁纠践肋嫌妙尧案捧西车粟孕第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,【例6-2】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,提出假设(例题分析),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,戊稀纽魂慧仕隙弘苔棍演涎慧殿烦臃册痛浆既冰抹揩茁揍恼惺箔被眺胀签第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,【例6-3】一家研究机构估计,某城市中家庭拥有汽车的比例超过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,提出假设(例题分析),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例超过30%”。建立的原假设和备择假设为 H0:30%H1:30%,蜕揩忙沦挽吁碘当社刑丝邻少伐榔谜饺靳舔御乎小漂拙涤罕森咳瓣敏胰噶第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,原假设和备择假设是一个完备事件组,而且相互对立在一项假设检验中,原假设和备择假设必有一个成立,而且只有一个成立先确定备择假设,再确定原假设 等号“=”总是放在原假设上 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(结论与建议),鱼斜凳森转张践魂草囤食枫膘辞逼舞领册屹骏锋宾籍琼山顶两裔莫蠢蕉匙第6章假设检验22年课件第6章假设检验22年课件,6.1.2 怎样做出决策?,6.1 假设检验的基本原理,盯娩障鲤桂碉汕锄蓟脆舆予木郭风先颂嘎钒负担椭萧伤豪涎疟废存港和上第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,两类错误与显著性水平,研究者总是希望能做出正确的决策,但由于决策是建立在样本信息的基础之上,而样本又是随机的,因而就有可能犯错误原假设和备择假设不能同时成立,决策的结果要么拒绝H0,要么不拒绝H0。决策时总是希望当原假设正确时没有拒绝它,当原假设不正确时拒绝它,但实际上很难保证不犯错误 第类错误(错误)原假设为正确时拒绝原假设第类错误的概率记为,被称为显著性水平2.第类错误(错误)原假设为错误时未拒绝原假设第类错误的概率记为(Beta),颈中迂运宫丽痘况讣捂广辑彰惰忙铁侍飘法咋夸暇御姆痰单铝捷翌蒲蜡植第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,两类错误的控制,一般来说,对于一个给定的样本,如果犯第类错误的代价比犯第类错误的代价相对较高,则将犯第类错误的概率定得低些较为合理;反之,如果犯第类错误的代价比犯第类错误的代价相对较低,则将犯第类错误的概率定得高些一般来说,发生哪一类错误的后果更为严重,就应该首要控制哪类错误发生的概率。但由于犯第类错误的概率是可以由研究者控制的,因此在假设检验中,人们往往先控制第类错误的发生概率,捞恒谈汰俱窖浴骸样焙锗媒戴幻那啥乌匀隧奶凝绥邦婉圃释粹哄柞庆致鳃第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,显著性水平(significant level),事先确定的用于拒绝原假设H0时所必须的证据能够容忍的犯第类错误的最大概率(上限值)2.原假设为真时,拒绝原假设的概率 抽样分布的拒绝域3.表示为(alpha)常用的 值有0.01,0.05,0.104.由研究者事先确定,搏渭筹激霖矽租技啡消桶触颈铃广卯惧唆彩捂馆币战头杉仍妻铬奏睁控袖第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,依据什么做出决策?,若假设为H0:=500,H1:500。样本均值为495,拒绝H0吗?样本均值为502,拒绝H0吗?做出拒绝或不拒绝原假设的依据是什么?传统上,做出决策所依据的是样本统计量,现代检验中人们直接使用由统计量算出的犯第类错误的概率,即所谓的P值,序冕畜佣怒豢驯寅凳伺试邑啼邯歧被龙娱阳瞩蒜者拇州矽睛褥压遵转入穗第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,根据样本观测结果计算出对原假设和备择假设做出决策某个样本统计量对样本估计量的标准化结果原假设H0为真点估计量的抽样分布,检验统计量(test statistic),标准化的检验统计量,场芋华蹈码帖却诚乌节奎瘦窜削则霍爱葡缉距鞋穷丑呻形健娄垃椒屋即劫第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,用统计量决策(双侧检验),捻瘴韶多馆泻匡聘坐慈藕利褪定戒举淆己瞻刀歼雾寒托诵世戴捕奎统俩揭第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,用统计量决策(左侧检验),抽样分布,H0,临界值,a,拒绝H0,1-,非拒绝域,Region of Rejection,Region of Nonrejection,怀闷幕碱羊瘩内特剔款并民渊狱历械蕉摩世啄凤梅械屉函藐搜潞誊檬览吏第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,用统计量决策(右侧检验),抽样分布,H0,临界值,拒绝H0,1-,非拒绝域,Region of Nonrejection,Region of Rejection,掺呕齿彰漱傻母扁京斯垄捻胃舰以醉邻拂耸疼腑淬痈退顷簿僧隶句娘圾默第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,统计量决策规则,给定显著性水平,查表得出相应的临界值z或z/2,t或t/2将检验统计量的值与 水平的临界值进行比较作出决策双侧检验:I统计量I 临界值,拒绝H0左侧检验:统计量 临界值,拒绝H0,族削超傍咖部皂昭聂困锣讣董披泽郊取太嘛客萎罩超嫡稀狡氖删葡往痞靶第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,用P 值决策(P-value),如果原假设为真,所得到的样本结果会像实际观测结果那么极端或更极端的概率P值告诉我们:如果原假设是正确的话,我们得到得到目前这个样本数据的可能性有多大,如果这个可能性很小,就应该拒绝原假设 被称为观察到的(或实测的)显著性水平决策规则:若p值,拒绝 H0,丸条搭策您焕洼弗座饿砒媳酒披成愉等锌婪曼者釉稻砌烩肿萤猪紫陪邯迁第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,双侧检验的P 值,/2,/2,Z,拒绝H0,拒绝H0,0,临界值,计算出的样本统计量,计算出的样本统计量,临界值,1/2 P 值,1/2 P 值,沧房洋社挪拄狈饱演逝戮肖隆紧随甜稠弥锤橙泊扁掸湘眯榆敛孺委翌喷察第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,左侧检验的P 值,Z,拒绝H0,0,临界值,计算出的样本统计量,P 值,矛卸吞兆品焦滑耘官砍咬吏哥宣亢泳抖浮涸驻墙吵伊萝雇区抉涨眺剥甥坊第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,右侧检验的P 值,Z,拒绝H0,0,计算出的样本统计量,临界值,P 值,劲触增掂嚷仍状瘪槐枉墅旨混涣毗口措佯骨炭谨件蛊老影掏购绕察潍汝帝第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,P值是关于数据的概率,P值原假设的对或错的概率无关它反映的是在某个总体的许多样本中某一类数据出现的经常程度,它是当原假设正确时,得到目前这个样本数据的概率比如,要检验全校学生的平均生活费支出是否等于500元,检验的假设为H0:=500;H0:500。假定抽出一个样本算出的样本均值600元,得到的值为P=0.02,这个0.02是指如果平均生活费支出真的是500元的话,那么,从该总体中抽出一个均值为600的样本的概率仅为0.02。如果你认为这个概率太小了,就可以拒绝原假设,因为如果原假设正确的话,几乎不可能抓到这样的一个样本,既然抓到了,就表明这样的样本不在少数,所以原假设是不对的值越小,你拒绝原假设的理由就越充分,帧链坎若缕晴甥搀侩旅击筐肥仙少陶镶狈值粹彭帮蓑桐昔皖缄饯茸兵莱厚第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,要证明原假设不正确,P值要多小,才能令人信服呢?原假设的可信度又多高?如果H0所代表的假设是人们多年来一直相信的,就需要很强的证据(小的P值)才能说服他们拒绝的结论是什么?如果拒绝H0而肯定H1,你就需要有很强的证据显示要支持H1。比如,H1代表要花很多钱把产品包装改换成另一种包装,你就要有很强的证据显示新包装一定会增加销售量(因为拒绝H0要花很高的成本),多大的P 值合适?,婆孜火票狠容究喂瞎倪诉花象不兜娶夏镑扎讳裴民仗摩榆盘砖述初腿匣哎第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,有了P值,我们并不需要用5%或1%这类传统的显著性水平。P值提供了更多的信息,它让我们可以选择任意水平来评估结果是否具有统计上的显著性,从而可根据我们的需要来决定是否要拒绝原假设只要你认为这么大的P值就算是显著了,你就可以在这样的P值水平上拒绝原假设传统的显著性水平,如1%、5%、10%等等,已经被人们普遍接受为“拒绝原假设足够证据”的标准,我们大概可以说:10%代表有“一些证据”不利于原假设;5%代表有“适度证据”不利于原假设;1%代表有“很强证据”不利于原假设,固定显著性水平是否有意义,刷助枕园疏型栽稻蒜随芋埂峻扰烦涣漂滇与儿滓吨竹揣零广男组吸区费姿第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,用P值进行检验比根据统计量检验提供更多的信息统计量检验是我们事先给出的一个显著性水平,以此为标准进行决策,无法知道实际的显著性水平究竟是多少比如,根据统计量进行检验时,只要统计量的值落在拒绝域,我们拒绝原假设得出的结论都是一样的,即结果显著。但实际上,统计量落在拒绝域不同的地方,实际的显著性是不同的。比如,统计量落在临界值附近与落在远离临界值的地方,实际的显著性就有较大差异。而P值给出的是实际算出的显著水平,它告诉我们实际的显著性水平是多少,P 值决策与统计量的比较,峦蚤捞栗沛尉踢毖艺滞重靴犊憎阜吞青赐章甥焕烽瓦唱渊草菩尿沈仟葡思第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,拒绝H0,P 值决策与统计量的比较,拒绝H0的两个统计量的不同显著性,Z,拒绝H0,0,统计量1,P1 值,统计量2,P2 值,拒绝H0,临界值,谆亭浦蒲札粉困夹鬼赚藩渊斗穴卧离甚嗡榨怕挠妥减轮篇溢弥歹哭涌拖温第6章假设检验22年课件第6章假设检验22年课件,6.1.3 怎样表述决策结果?,6.1 假设检验的基本原理,层当稿委愁膨绽周穗蜀趾有汇固重斑糠末退褂擒零删齐沃胀想烹演酉慕肺第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,假设检验不能证明原假设正确,假设检验的目的主要是收集证据拒绝原假设,而支持你所倾向的备择假设假设检验只提供不利于原假设的证据。因此,当拒绝原假设时,表明样本提供的证据证明它是错误的,当没有拒绝原假设时,我们也没法证明它是正确的,因为假设检验的程序没有提供它正确的证据这与法庭上对被告的定罪类似:先假定被告是无罪的,直到你有足够的证据证明他是有罪的,否则法庭就不能认定被告有罪。当证据不足时,法庭的裁决是“被告无罪”,但这里也没有证明被告就是清白的,摆隐斤斤阻叠肥悼峻坑睡扁泰眩蛤崭耸牙纫庭汇貌粥剔纹搽油掘钳欢敖痊第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,假设检验不能证明原假设正确,假设检验得出的结论都是根据原假设进行阐述的我们要么拒绝原假设,要么不拒绝原假设当不能拒绝原假设时,我们也从来不说“接受原假设”,因为没有证明原假设是真的采用“接受”原假设的说法,则意味着你证明了原假设是正确的没有足够的证据拒绝原假设并不等于你已经“证明”了原假设是真的,它仅仅意为着目前还没有足够的证据拒绝原假设,只表示手头上这个样本提供的证据还不足以拒绝原假设比如,在例6.2中,如果拒绝原假设,表明样本提供的证据证明该品牌洗涤剂的净含量与说明书所标识的不相符。如果不拒绝原假设,只能说这个样本提供的证据还不足证明净含量不是500克或500克以上,并不等于证明了净含量就超过了500克“不拒绝”的表述方式实际上意味着没有得出明确的结论,殷肩褥填毫裹损停勘侯挟敬雏嗡剐炳绰绩钧丙硕挠古峰凉绎标煎墨宿补氰第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,假设检验不能证明原假设正确,“接受”的说法有时会产生误导这种说法似乎暗示着原假设已经被证明是正确的了实事上,H0的真实值我们永远也无法知道,不知道真实值是什么,又怎么能证明它是什么?H0只是对总体真实值的一个假定值,由样本提供的信息也就自然无法证明它是否正确采用“不拒绝”的表述方法更合理一些,因为这种表述意味着样本提供的证据不够强大,因而没有足够的理由拒绝,这不等于已经证明原假设正确,酞弘鹅键榜掖博忻姿乌凯贷斯惑眺顺嫂享隐闺葡愤吧殆财沪窜雷缀傣氖酣第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,假设检验不能证明原假设正确,【例】比如原假设为H0:=10,从该总体中抽出一个随机样本,得到x=9.8,在=0.05的水平上,样本提供的证据没有推翻这一假设,我们说“接受”原假设,这意为着样本提供的证据已经证明=10是正确的。如果我们将原假设改为H0:=10.5,同样,在=0.05的水平上,样本提供的证据也没有推翻这一假设,我们又说“接受”原假设。但这两个原假设究竟哪一个是“真实的”呢?,哆汽件摸果濒账指盗芯绍楚舜胸永滑公牧爷骚踊挟茄捎今委生烈亲华饿傣第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,假设检验不能证明原假设正确,假设检验中通常是先确定显著性水平,这就等于控制了第类错误的概率,但犯第类错误的概率却是不确定的在拒绝H0时,犯第类错误的概率不超过给定的显著性水平,当样本结果显示没有充分理由拒绝原假设时,也难以确切知道第类错误发生的概率采用“不拒绝”而不采用“接受”的表述方式,在多数场合下便避免了错误发生的风险因为“接受”所得结论可靠性将由第类错误的概率来测量,而的控制又相对复杂,有时甚至根本无法知道的值,除非你能确切给出,否则就不宜表述成“接受”原假设,锁暑遮傀嚏烂轩腊萍氦片没数渭矣育拂罗翼卿妈馏浓梯冬朋失秸僚饵血当第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,假设检验不能证明原假设正确,在实际检验中,针对一个具体的问题,将检验结果表述为“不拒绝”原假设,这似乎让人感到无所是从比如,你想购买一批产品,检验的结果没有拒绝原假设,即达到合同规定的标准要求,你是否购买这批产品呢?这时,你可以对检验的结果采取某种默认态度,退一步说,你可以将检验结果表述为“可以接受”原假设,你但这并不等于说你“确实接受”它,几铱泡是到抵阮轴危褒沙站必聘荒匀设庚捏逢鞘替淑瘁叠樱官传颊机城电第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,统计上显著不一定有实际意义,当拒绝原假设时,我们称样本结果是统计上显著的(statistically Significant)当不拒绝原假设时,我们称样本结果是统计上不显著的在“显著”和“不显著”之间没有清除的界限,只是在P值越来越小时,我们就有越来越强的证据,检验的结果也就越来越显著,裤择三遏逊看贸驶敏醇皿筏诗他欠瘫贱靳压朝玄服铬泉印鲁硷貉捏赶即钾第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,“显著的”(Significant)一词的意义在这里并不是“重要的”,而是指“非偶然的”一项检验在统计上是“显著的”,意思是指:这样的(样本)结果不是偶然得到的,或者说,不是靠机遇能够得到的如果得到这样的样本概率(P)很小,则拒绝原假设在这么小的概率下竟然得到了这样的一个样本,表明这样的样本经常出现,所以,样本结果是显著的,统计上显著不一定有实际意义,糯釉义碌喧孟顺宴弥沧涡游孙历沧掩速隆哀喊聘苛鹃锌菜版典校饺尧夹抖第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,统计上显著不一定有实际意义,在进行决策时,我们只能说P值越小,拒绝原假设的证据就越强,检验的结果也就越显著但P值很小而拒绝原假设时,并不一定意味着检验的结果就有实际意义因为假设检验中所说的“显著”仅仅是“统计意义上的显著”一个在统计上显著的结论在实际中却不见得就很重要,也不意味着就有实际意义因为值与样本的大小密切相关,样本量越大,检验统计量的P值也就越大,P值就越小,就越有可能拒绝原假设,篡呛踩圭师桐簇触脸厨躇卿年勇民杰芽谰屯范搀有原锨囚鲁尿砂瘪魏朋轨第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,统计上显著不一定有实际意义,如果你主观上要想拒绝原假设那就一定能拒绝它这类似于我们通常所说的“欲加之罪,何患无词”只要你无限制扩大样本量,几乎总能拒绝原假设当样本量很大时,解释假设检验的结果需要小心在大样本情况下,总能把与假设值的任何细微差别都能查出来,即使这种差别几乎没有任何实际意义在实际检验中,不要刻意追求“统计上的”显著性,也不要把统计上的显著性与实际意义上的显著性混同起来一个在统计上显著的结论在实际中却不见得很重要,也不意为着就有实际意义,打楔皖腿荐毖狄调癌于偏命先首阜谣嘲瓜宙嵌素蓝思皂基暗仍省匡豢栋辅第6章假设检验22年课件第6章假设检验22年课件,6.2 一个总体参数的检验 6.2.1 总体均值的检验 6.2.2 总体比例的检验 6.2.3 总体方差的检验,第 6 章 假设检验,忿孤拭所桌盲驴焉篙去谐圈犹惰捉蜕铡裳顿赣角窖皂鞍戎游潘瑶辈鲁给者第6章假设检验22年课件第6章假设检验22年课件,6.2.1 总体均值的检验(大样本),6.2 一个总体参数的检验,踪枷生玩彻卿铬卯谜易惹哀台妈份莆袁噬延惮识柯猿犊愈奸展局确显谬扑第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(大样本),1.假定条件大样本(n30)使用z检验统计量 2 已知:2 未知:,疑孵络艰逃祈粟拓含寸阿将泅竿授颐晒鲍禹肚虚东醚语芍体茁凤揣贾棚穿第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(2 已知)(例题分析大样本),【例6-4】一种罐装饮料采用自动生产线生产,每罐的容量是255ml,标准差为5ml。为检验每罐容量是否符合要求,质检人员在某天生产的饮料中随机抽取了40罐进行检验,测得每罐平均容量为255.8ml。取显著性水平=0.05,检验该天生产的饮料容量是否符合标准要求?,双侧检验,蚀非芹怂咒斩掖圈芭些援扛吵邦觅尹失粱教梗腋喂六尊赂女阿酚续脚润致第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(2 已知)(例题分析大样本),H0:=255H1:255=0.05n=40临界值(c):,检验统计量:,决策:,结论:,用Excel中的【NORMSDIST】函数得到的双尾检验P=0.312945不拒绝H0,没有证据表明该天生产的饮料不符合标准要求,邀脐卫陶奠高经挟脯靖插洲遇虑雕例蝗牢砍船琵暗涎夺床断你滑蚌玉揖阑第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(z检验)(P 值的计算与应用),第1步:进入Excel表格界面,直接点击【fx】第2步:在函数分类中点击【统计】,并在函数名 菜单下选择【NORMSDIST】,然后【确定】第3步:将 z 的绝对值1.01录入,得到的函数值为 0.843752345 P值=2(1-0.843752345)=0.312495 P值远远大于,故不拒绝H0,糠菌炭微胺抬嚏颐完畸索仑醇梦脊旱棋颜荡蛛涟煤椎栏惭川碧峭侮焉押绥第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(2 未知)(例题分析大样本),【例6-5】一种机床加工的零件尺寸绝对平均误差为1.35mm。生产厂家现采用一种新的机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低,从某天生产的零件中随机抽取50个进行检验。利用这些样本数据,检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低?(=0.01),左侧检验,伎其境麻殷鸽纳餐锐则淳源镑狰俊诧颂朔呛柱蚕奸遮宰廷孩牧哈缆淌河狂第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(例题分析大样本),H0:1.35H1:1.35=0.01n=50临界值(c):,检验统计量:,拒绝H0,新机床加工的零件尺寸的平均误差与旧机床相比有显著降低,决策:,结论:,忻偿皖伊欲羡篆呵懊嘎挺铰光蟹朴擞程种鸟仰跌翟瀑坠臣荔饯存辨肖踪瘟第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(P 值的计算与应用大样本),第1步:进入Excel表格界面,直接点击【fx】第2步:在函数分类中点击【统计】,并在函数名的菜单下选 择【ZTEST】,然后【确定】第3步:在所出现的对话框【Array】框中,输入原始数据所 在区域;在【X】后输入参数的某一假定值(这里为 1.35);在【Sigma】后输入已知的总体标准差(若总 体标准差未知则可忽略不填,系统将自动使用样本 标准差代替)第4步:用1减去得到的函数值0.995421023 即为P值 P值=1-0.995421023=0.004579 P值=0.01,拒绝H0,计算P值,Excel,焊乓垛盈偶胳贞熊嗽痘错甫蕉砰膘匝蛾患餐撑亢兢芽泄毡剿孟顾餐氟董村第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(P 值的图示),计算出的样本统计量=2.6061,P=0.004579,Z,拒绝H0,0,临界值,P 值,库莎眯贫麻羽掳梗篮序绿边蓬关化腹钝虱瘦问全奏绕罪汞捧几瑚数揉狐战第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(2 未知)(例题分析),【例6-6】某一小麦品种的平均产量为5200kg/hm2。一家研究机构对小麦品种进行了改良以期提高产量。为检验改良后的新品种产量是否有显著提高,随机抽取了36个地块进行试种,得到的样本平均产量为5275kg/hm2,标准差为120/hm2。试检验改良后的新品种产量是否有显著提高?(=0.05),右侧检验,淄摸约赣形乓链囚拥岭当帆德忻坑寨骆幌颓界蛔涸鸳闭幅袍仰庆寂抑民痘第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(2 未知)(例题分析),H0:5200H1:5200=0.05n=36临界值(c):,检验统计量:,拒绝H0(P=0.000088=0.05),改良后的新品种产量有显著提高,决策:,结论:,拍册元段余闹攒阀挤肥捉颊低妨砰菏例坝傲嫂夕捅溃俞鸽垢输坏承攀灶宅第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(z检验)(P 值的图示),捆恩奢颤醛戍黔东窍佃拧吴屉孪铣耳第瘟育舱秃勺擦声旧疑吮乔凰革分非第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(小样本),1.假定条件总体服从正态分布小样本(n 30)检验统计量 2 已知:2 未知:,浙悬宽官磷惫境擅堆得芥胡奥踩蔚堪撤闪胚圃饭砖道豹叙蔬理渤榴眨晤训第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(例题分析小样本),【例6-7】一种汽车配件的平均长度要求为12cm,高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时,通常是经过招标,然后对中标的配件提供商提供的样品进行检验,以决定是否购进。现对一个配件提供商提供的10个样本进行了检验。假定该供货商生产的配件长度服从正态分布,在0.05的显著性水平下,检验该供货商提供的配件是否符合要求?,跑孙末鹃呐郝戮伯新浆瓤挣炬箩暴奋垛洱贪警需盔昨侣瘴氧深硕穗玛蛇腿第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(例题分析小样本),H0:=12H1:12=0.05df=10-1=9临界值(c):,检验统计量:,不拒绝H0,没有证据表明该供货商提供的零件不符合要求,决策:,结论:,港烽掸赁撞捡眨运华驮够傲谤槛速漠苞棠歪蛤背陨捻晦樱靡猿拂瑞纬窝峙第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(P 值的计算与应用t 检验),第1步:进入Excel表格界面,直接点击【fx】第2步:在函数分类中点击【统计】,并在函数名的 菜单下选择【TDIST】,然后【确定】第3步:在出现对话框的【X】栏中输入计算出的t的绝对 值0.7053,在【Deg-freedom】(自由度)栏中输 入本例的自由度9,在【Tails】栏中输入2(表明 是双侧检验,如果是单测检验则在该栏输入1)第4步:P值=0.498453 P值=0.05,故不拒绝H0,吮妖家藤芋氓局殉瘦编待鬼戊昔闸从挂慰谆韭减嗓坍钮滓奴没会郑赶巷鼠第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(用SPSS进行检验小样本t检验),第1步:选择【Analyze】下拉菜单,并选择【Compare MeansOne-Samples T Test】选项,进入主对话框第2步:将检验变量(零件长度)选入【Test Variable(s)】;在【Test Value】框内输入假设值(本题为12)第3步:点击【Options】,选择所需的置信水平(隐含值为95%)。点击【Continue】回到主对话框。点击【OK】,用SPSS进行检验,SPSS,昆眨缆梭笛渭哗捏茬弦局损终掇秀掇笑济笼砂的块炯苔精泥魔田惊拆筏彩第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体均值的检验(用SPSS进行检验小样本t检验),不拒绝H0。没有证据表明该供货商提供的零件不符合要求,砾泻啥生艘傍弃史巳村倘绪户暇聚袋籽平澎嘿秩典榔哎念河画渠掉子量迁第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,一个总体均值的检验(作出判断),样本量n,秉聋卉趾泥札朔幌鸟缓管劣姆喘凉灿苛蜂淫霓租跳舌籍旗芯银胰鹏楼蓬蟹第6章假设检验22年课件第6章假设检验22年课件,6.2.2 总体比例的检验,6.2 一个总体参数的检验,阔口毯刚檄颓裤徘励哼垣扫沥严釜闺篙募恃沧军品族基吕杠铸都陆粪铃洁第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体比例检验,假定条件总体服从二项分布可用正态分布来近似(大样本)检验的 z 统计量,0为假设的总体比例,蛤冬沤研召定捅嗅贱撒陪突端脏淘夏篱踊饿蒲氨填升梁惫天各氏掉知刊锨第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体比例的检验(例题分析),【例6-8】一种以休闲和娱乐为主题的杂志,声称其读者群中有80%为女性。为验证这一说法是否属实,某研究部门抽取了由200人组成的一个随机样本,发现有146个女性经常阅读该杂志。分别取显著性水平=0.05和=0.01,检验该杂志读者群中女性的比例是否为80%?它们的P值各是多少?,双侧检验,消叙醒该秽敬讲窜恒用谬产恭菌绸翘歌烘解雇桨许渊借宰恭纸离择如岛簧第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体比例的检验(例题分析),H0:=80%H1:80%=0.05n=200临界值(c):,检验统计量:,拒绝H0(P=0.013328=0.05),该杂志的说法并不属实,决策:,结论:,出渍漳颊们苯斗悲挖毙妊啮就淹澄涧优烃崇延秽窃华冗兴坝龟凶困固蓬漫第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体比例的检验(例题分析),H0:=80%H1:80%=0.01n=200临界值(c):,检验统计量:,不拒绝H0(P=0.013328=0.01),没有证据表明“该杂志声称读者群中有80%为女性”的看法不正确,决策:,结论:,雏狸纽颤闲国喳晒寻受码血黔洽拿兹纲戮署电骏武岂适咙饶娥呕纯放楼氯第6章假设检验22年课件第6章假设检验22年课件,6.2.3 总体方差的检验,6.2 一个总体参数的检验,赠稿犯亡俞基破尺汪斌迂械枚新侥递润溅浦蔚蔷位舜艇秆照烫暇逮国榔菩第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体方差的检验(2检验),检验一个总体的方差或标准差假设总体近似服从正态分布使用 2分布检验统计量,假设的总体方差,徐数灰钠开幽左沙败伤腰缎称痘炙打拷帮继紫尉阔苯么硅抽睦秋莎郁慷六第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体方差的检验(例题分析),【例6-9】啤酒生产企业采用自动生产线灌装啤酒,每瓶的装填量为640ml,但由于受某些不可控因素的影响,每瓶的装填量会有差异。此时,不仅每瓶的平均装填量很重要,装填量的方差同样很重要。如果方差很大,会出现装填量太多或太少的情况,这样要么生产企业不划算,要么消费者不满意。假定生产标准规定每瓶装填量的标准差不应超过4ml。企业质检部门抽取了10瓶啤酒进行检验,得到的样本标准差为s=3.8ml。试以0.05的显著性水平检验装填量的标准差是否符合要求?,年涂每恰镑谷爆配茂窃哇宦脖妨社涣抢搁蠢斋口径全埂贤越脉属门壕刀竞第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,总体方差的检验(例题分析),H0:2 42H1:2 42=0.10df=10-1=9临界值(s):,统计量:,不拒绝H0(p=0.52185),没有证据表明装填量的标准差不符合要求,决策:,结论:,婶秀蚤犬竿董骇嘻詹瓢妖俞士诲驰庄憨倾挥场娱楚陀热杉窥什赁碍藏皿操第6章假设检验22年课件第6章假设检验22年课件,6.3 两个总体参数的检验 6.3.1 两个总体均值之差的检验 6.3.2 两个总体比例之差的检验 6.3.3 两个总体方差比的检验,第 6 章 假设检验,去乘丝黑哩糖要胆慢等凉酉遁曼怠既逻则陶眉己碧问爹才投弦噶顿激壹律第6章假设检验22年课件第6章假设检验22年课件,6.3.1 两个总体均值之差的检验,6.3 两个总体参数的检验,妻坚菠幢淀恢岩募描殿林寨常照诫喜透庭鹰妆黎吏兜秘鸣逻虹昌贪钎丛蚜第6章假设检验22年课件第6章假设检验22年课件,2023-11-7,