应用统计学(第十章).ppt

想预览更多内容,点击预览全文

申明敬告:

本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。如果您已付费下载过本站文档,您可以点击这里二次下载

文档介绍

应用统计学(第4版) 第十章 假设检验 第一节 假设检验的基本问题 第二节 总体平均数的假设检验 第三节 总体比率的假设检验 第四节 总体方差的假设检验* 第一节 假设检验的基本问题 统计推断包括上一章所述参数估计和本章所述假设检验两大问题。 参数估计侧重用样本统计量估计总体的某一未知参数,譬如总体平均数、总体比率等。 假设检验侧重用样本资料验证总体是否具有某种性质或数量特征,或对几个可选的行动方案做出取舍。 本章讨论假设检验的基本原理和方法。 第一节 假设检验的基本问题 1 什么是假设检验 某机构声称全体市民赞成治理城市污染A方案的比率为40%。在你随机抽选了200名市民、得知其中70名赞成A方案后,你是否相信或接受这个“声称”? 假设检验就是从对总体参数所做的一个假设开始,然后搜集样本数据,计算出样本统计量,进而运用这些数据测定假设的总体参数在多大程度上是可靠的,并做出接受还是拒绝该假设的判断。 第一节 假设检验的基本问题 假设检验,首先要提出假设。提出的假设通常是两个: 原假设:也称零假设,一般以H0表示,代表“正常”情形。上例,H0 : P=40%。 备择假设:也称备选假设,为零假设的对立假设,一般以H1表示,代表对“正常”情形的挑战。上例,H1: P≠40%。 假设检验以假定原假设为真开始。 第一节 假设检验的基本问题 2 弃真错误、取伪错误与显著性水平、检验功效 在最终作出接受或拒绝原假设的取舍决策时,决策者面临两个可能的风险,即有可能犯两个错误: 第Ⅰ类错误(弃真错误):拒绝了真实原假设的错误 第Ⅱ类错误(取伪错误):接受了虚假原假设的错误 假设检验中, 犯第Ⅰ类错误的概率记为α 犯第Ⅱ类错误的概率记为β 弃真错误的概率α,又称为显著性水平。 第一节 假设检验的基本问题 α越大,越可能犯弃真错误,即越可能拒绝真实的原假设; β越大,越可能犯取伪错误,即越可能接

您可能关注的文档

最近下载