第4.1節(jié)假設檢驗的基本概念

第四章假設檢驗第4.2節(jié)正態(tài)總體均值與方差的假設檢驗第4.1節(jié)假設檢驗的基本概念第4.3節(jié)非參數(shù)假設檢驗方法第4.4節(jié)似然比檢驗第4.1節(jié)假設檢驗的基本概念一、零假設與備選假設二、檢驗規(guī)則三、兩類錯誤的概率和檢驗水平四、勢函數(shù)與無偏檢驗引言假設檢驗的基本問題對總體的認識大體有：假設檢驗就是根據(jù)樣本對所提出的假設作出判斷:是接受,還是拒絕.例如

:

(1)提出總體服從泊松分布的假設;(1)分布完全未知(2)只分布形式、但不知其參數(shù)先提出假設H0,再根據(jù)一次抽樣所得到的樣本值進行計算.若導致小概率事件發(fā)生，則否認假設H0;否則，接受假設H0.基本原理小概率推斷原理：小概率α事件(概率接近0的事件)，在一次試驗中，幾乎不會發(fā)生.2.基本思想方法采用概率性質(zhì)的反證法：例1某廠有一批產(chǎn)品，共有200件，需檢驗合格才能出廠.按國家標準，次品率不得超過3%.今在其中隨機地抽取10件，發(fā)現(xiàn)其中有2件次品，問：這批產(chǎn)品能否出廠?分析：從直觀上分析，這批產(chǎn)品不能出廠.因為抽樣得到的次品率：從理論上分析？解用假設檢驗法，步驟：1o提出假設H0:其中p為總體的次品率.2o={抽取的10件產(chǎn)品中的次品數(shù)}3o在假設H0成立的條件下，計算4o作判斷違背了小概率原理，否定原假設H0，認為產(chǎn)品次品率p>3%.所以這批產(chǎn)品不能出廠.例2某車間用一臺包裝機包裝水果糖,包得的袋裝糖重是一個隨機變量,它服從正態(tài)分布：.當機器正常時,其均值為0.5公斤,標準差為0.015公斤.某日開工后為檢驗包裝機是否正常,隨機地抽取它所包裝的糖9袋,稱得凈重為(公斤):0.4970.5060.5180.5240.4980.5110.5200.5150.512,問機器是否正常?假設由長期實踐可知,標準差較穩(wěn)定,問題:根據(jù)樣本值判斷于是可以選定一個適當?shù)恼龜?shù)k,4o于是拒絕假設H0,認為包裝機工作不正常.以上所采取的檢驗法是符合實際推斷原理的.Step1.

提出假設，即零(原)假設與備選(擇)假設

注一般以保護原假設為基礎,提出原假設.一、假設檢驗的思路與步驟如例2Step2.

尋找檢驗統(tǒng)計量如例2Step3.

構(gòu)造拒絕域，臨界值點(給定顯著性水平α)如例2拒絕域一般用W來表示,即Step4.

根據(jù)樣本做計算，作出回答問題：以什么原則構(gòu)造拒絕域W？二、檢驗規(guī)則三、兩類錯誤的概率和檢驗水平1.

檢驗函數(shù)或2.

兩類錯誤及記號四種結(jié)果::第一類錯誤,又叫棄真錯誤:第二類錯誤,又叫取偽錯誤假設檢驗控制第一類錯誤例3(p117例4.3)某廠有一批產(chǎn)品,共有1000件,需檢驗合格才能出廠.按國家標準,次品率不得超過1%.今在其中隨機地抽取100件,發(fā)現(xiàn)其中有4件次品,若選擇采用檢驗解：第一類錯誤：第二類錯誤：注0.9210.07920.7320.2681第二類錯誤最大值第一類錯誤最大值檢驗例3中檢驗的錯誤最值當樣本容量n一定時,若減少犯第一類錯誤的概率,則犯第二類錯誤的概率往往增大.在保護零假設的條件下,Neyman-Pearson提出如下規(guī)則:對于給定的一個小正數(shù),若一個檢驗滿足此條件,稱此檢驗為顯著性水平為的檢驗.四、勢函數(shù)與無偏檢驗1.

勢函數(shù)的定義(powerfunction)定義4.2把樣本值落在拒絕域的概率注：定義4.1的顯著性水平為的兩個檢驗,若此定義表明在限制第一類錯誤的基礎上,第二類錯誤越小越優(yōu).此定義可以推廣至多個檢驗比較.2.

無偏檢驗定義即要求檢驗在備擇假設H1成立時作出正確判斷的概率不小于檢驗水平α.3.

一致最