假設(shè)檢驗(yàn)ppt課件

§5.3 假設(shè)檢驗(yàn)概述目錄,§5.3.1 假設(shè)檢驗(yàn)問(wèn)題,§5.3.2 參數(shù)假設(shè)檢驗(yàn)的思想方法,§5.3.3 參數(shù)假設(shè)檢驗(yàn)的一般步驟,§5.3.4 檢驗(yàn)的顯著性水平與兩類(lèi)錯(cuò)誤,§5.3.5 檢驗(yàn)的 p 值,§5.3.6 多參數(shù)與非參數(shù)假設(shè)檢驗(yàn)問(wèn)題,§5.3 假設(shè)檢驗(yàn)概述,統(tǒng)計(jì)推斷的另一個(gè)主要內(nèi)容是（統(tǒng)計(jì)）假設(shè)檢驗(yàn)，本節(jié)主要介紹參數(shù)假設(shè)檢驗(yàn)的基本概念和基本思想方法。,例5.3.1 某廠(chǎng)規(guī)定，產(chǎn)品的次品率不超過(guò) 1%才能出廠(chǎng)，現(xiàn)有200 件產(chǎn)品準(zhǔn)備出廠(chǎng)，從中隨機(jī)抽取 5 件，發(fā)現(xiàn)有次品，試問(wèn)能否允許這批產(chǎn)品出廠(chǎng)？,§5.3.1 假設(shè)檢驗(yàn)問(wèn)題,為了說(shuō)明什么是假設(shè)檢驗(yàn)問(wèn)題，先看幾個(gè)實(shí)際例子。,設(shè)這批產(chǎn)品的次品率為 p，問(wèn)題就是要回答 “ p1% ” 是否成立。,例5.3.2 某工廠(chǎng)宣稱(chēng)已采取大力措施治理廢水污染，根據(jù)經(jīng)驗(yàn)，廢水中所含某種有毒物質(zhì)的濃度 X（單位:mg/kg）服從正態(tài)分布?，F(xiàn)環(huán)保部門(mén)抽測(cè)了9個(gè)水樣，算得樣本平均值為 ，樣本標(biāo)準(zhǔn)差為 s = 2.4 ， 以往該廠(chǎng)廢水中有毒物質(zhì)的平均濃度為18.2，試問(wèn)有毒物質(zhì)的平均濃度有無(wú)顯著變化？,X N( µ,2) ，其中µ,2均未知，直觀(guān)上看，有毒物質(zhì)的平均濃度有所降低，但這種差異也有可能是抽樣的隨機(jī)性造成的。問(wèn)題是要判定有毒物質(zhì)的平均濃度是否還是18.2 mg/kg。,例5.3.3 隨機(jī)抽測(cè)了60名2015年 1 月出生的嬰兒的體重，希望確定嬰兒的體重 X 是否服從正態(tài)分布。,問(wèn)題是要判定 X N( µ,2) 是否成立？,上述各例所述問(wèn)題的共同點(diǎn)是：對(duì)總體分布的參數(shù)或總體分布的類(lèi)型提出假設(shè)，希望通過(guò)抽得的樣本信息對(duì)“假設(shè)是否成立”進(jìn)行推斷。這類(lèi)問(wèn)題稱(chēng)為假設(shè)檢驗(yàn)問(wèn)題。,在假設(shè)檢驗(yàn)問(wèn)題中，通常把待檢驗(yàn)的假設(shè)稱(chēng)為原假設(shè)或零假設(shè)，記為 H0 ，與之對(duì)應(yīng)的假設(shè)則稱(chēng)為備擇假設(shè)，記為 H1 。在統(tǒng)計(jì)學(xué)中這兩個(gè)假設(shè)統(tǒng)稱(chēng)為統(tǒng)計(jì)假設(shè)，簡(jiǎn)稱(chēng)假設(shè)。統(tǒng)計(jì)假設(shè)通常記為 H0 vs H1。,比如，例5.3.1、例5.3.2和例5.3.3的統(tǒng)計(jì)假設(shè)分別為：,例5.3.1 某廠(chǎng)規(guī)定，產(chǎn)品的次品率不超過(guò) 1%才能出廠(chǎng)，現(xiàn)有200 件產(chǎn)品準(zhǔn)備出廠(chǎng)，從中隨機(jī)抽取 5 件，發(fā)現(xiàn)有次品，試問(wèn)能否允許這批產(chǎn)品出廠(chǎng)？,設(shè)這批產(chǎn)品的次品率為 p，問(wèn)題就是要回答 “ p1 %” 是否成立。,統(tǒng)計(jì)假設(shè)為 H0：p1% vs H1：p1%,例5.3.2 某工廠(chǎng)宣稱(chēng)已采取大力措施治理廢水污染，根據(jù)經(jīng)驗(yàn)，廢水中所含某種有毒物質(zhì)的濃度 X（單位:mg/kg）服從正態(tài)分布?，F(xiàn)環(huán)保部門(mén)抽測(cè)了9個(gè)水樣，算得樣本平均值為 ，樣本標(biāo)準(zhǔn)差為 s = 2.4 ， 以往該廠(chǎng)廢水中有毒物質(zhì)的平均濃度為18.2，試問(wèn)有毒物質(zhì)的平均濃度有無(wú)顯著變化？,X N( µ,2) ，其中µ,2均未知，直觀(guān)上看，有毒物質(zhì)的平均濃度有所降低，但這種差異也有可能是抽樣的隨機(jī)性造成的。問(wèn)題是要判定有毒物質(zhì)的平均濃度是否還是18.2 mg/kg。,統(tǒng)計(jì)假設(shè)為 H0：µ = 18.2 vs H1：µ18.2,例5.3.3 隨機(jī)抽測(cè)了60名2015年 1 月出生的嬰兒的體重，希望確定嬰兒的體重 X 是否服從正態(tài)分布。,問(wèn)題是要判定 X N( µ,2) 是否成立？,統(tǒng)計(jì)假設(shè)為 H0：X N( µ,2) vs H1：X 不服從正態(tài)分布。,在假設(shè)檢驗(yàn)問(wèn)題中，若總體的分布類(lèi)型是已知的，未知的只是其中的一個(gè)或幾個(gè)參數(shù)，統(tǒng)計(jì)假設(shè)只與這些未知參數(shù)有關(guān)，我們稱(chēng)為參數(shù)假設(shè)，相應(yīng)的檢驗(yàn)稱(chēng)為參數(shù)假設(shè)檢驗(yàn)。若總體的分布類(lèi)型未知，統(tǒng)計(jì)假設(shè)是總體分布的類(lèi)型或某些特征，我們稱(chēng)此類(lèi)假設(shè)為非參數(shù)假設(shè)，相應(yīng)的檢驗(yàn)稱(chēng)為非參數(shù)假設(shè)檢驗(yàn)。,進(jìn)一步地，在參數(shù)假設(shè)檢驗(yàn)問(wèn)題中，總體中可能有多個(gè)未知的參數(shù)，有時(shí)只對(duì)其中某一個(gè)參數(shù)提出假設(shè)并進(jìn)行檢驗(yàn)，有時(shí)需要對(duì)多個(gè)參數(shù)一起提出一個(gè)假設(shè)并進(jìn)行檢驗(yàn)，根據(jù)這一區(qū)別，我們可將參數(shù)假設(shè)檢驗(yàn)細(xì)分為單參數(shù)假設(shè)檢驗(yàn)與多參數(shù)假設(shè)檢驗(yàn)。,例5.3.1 和例5.3.2 都是參數(shù)假設(shè)檢驗(yàn)問(wèn)題，而例 5.3.3 就是一個(gè)非參數(shù)假設(shè)檢驗(yàn)問(wèn)題。下面重點(diǎn)討論單參數(shù)假設(shè)檢驗(yàn)問(wèn)題。,§5.3.2 參數(shù)假設(shè)檢驗(yàn)的思想方法,例5.3.1（續(xù)） 某廠(chǎng)規(guī)定，產(chǎn)品的次品率不超過(guò) 1%才能出廠(chǎng)，現(xiàn)有 200 件產(chǎn)品準(zhǔn)備出廠(chǎng)，從中隨機(jī)抽取 5 件，發(fā)現(xiàn)有次品，試問(wèn)能否允許這批產(chǎn)品出廠(chǎng)？,解 統(tǒng)計(jì)假設(shè)為 H0：p1% vs H1：p1%,仍用上面的例子來(lái)說(shuō)明假設(shè)檢驗(yàn)的基本思想方法：,若統(tǒng)計(jì)假設(shè) H0成立（即 p1 %），則事件A = “任取 5 件中有次品”發(fā)生的概率為,也就是說(shuō)，如果H0成立，則任取 5 件中有次品的概率很小，現(xiàn)在這種“罕見(jiàn)”的情況發(fā)生了，其根源是假設(shè)了H0成立，因此我們有理由拒絕此假設(shè)，并作出這批產(chǎn)品不能出廠(chǎng)的決定。,上述思路可歸結(jié)為：若假設(shè)H0：p1 %成立，看看會(huì)推出什么結(jié)果。,若假設(shè) H0 ：µ = µ0= 18.2 成立（即假設(shè)有毒物質(zhì)的濃度無(wú)顯著變化），看看會(huì)推出什么結(jié)果？,例5.3.2（續(xù)） 某工廠(chǎng)宣稱(chēng)已采取大力措施治理廢水污染，根據(jù)經(jīng)驗(yàn)，廢水中所含某種有毒物質(zhì)的濃度 X（單位: mg /kg）服從正態(tài)分布。現(xiàn)環(huán)保部門(mén)抽測(cè)了 9 個(gè)水樣，算得樣本平均值為 ，樣本標(biāo)準(zhǔn)差為 s = 2.4 ， 以往該廠(chǎng)廢水中有毒物質(zhì)的平均濃度為 18.2 ， 試問(wèn)有毒物質(zhì)的平均濃度有無(wú)顯著變化？,解 統(tǒng)計(jì)假設(shè)為 H0：µ = 18.2 vs H1：µ18.2,設(shè)(X1, X2, , Xn )為正態(tài)總體的一個(gè)樣本， ( x1, x2, , xn) 是相應(yīng)的樣本觀(guān)察值。樣本均值 是未知參數(shù) µ 的無(wú)偏估計(jì)量， 為相應(yīng)的估計(jì)值。我們也許想到用 µ 的估計(jì)值 代替µ 來(lái)檢驗(yàn)H0，但由于樣本的隨機(jī)性造成的估計(jì)誤差使得 幾乎不會(huì)真正等于 µ ，所以即使 H0：µ = µ0 為真，由于估計(jì)誤差的存在， 也不會(huì)真正等于µ0。因而我們不能簡(jiǎn)單地根據(jù)是否有 來(lái)判斷H0：µ = µ0 是否成立。,但是，如果H0：µ = µ0 為真，那么 會(huì)以很大的概率落在 µ0 附近的一定范圍內(nèi)，而遠(yuǎn)離µ0 的概率會(huì)很小。 即，只要 d 足夠的大，則 會(huì)很小。如果 在一次觀(guān)察中出現(xiàn)了，根據(jù)小概率原理（認(rèn)為小概率事件在一次試驗(yàn)中不會(huì)發(fā)生），我們自然有充足的理由否定H0：µ = µ0 ；相反，如果 不成立，則沒(méi)有充足的理由否定H0： µ = µ0，也稱(chēng)不能拒絕假設(shè)H0。,上面的論述事實(shí)上提供了解決例5.3.2的方法，具體解決步驟后面再作詳細(xì)論述。,從上面的討論可以看出，要實(shí)施檢驗(yàn)（是否拒絕假設(shè) H0 ），首先要確定小概率的大小，這一小概率在假設(shè)檢驗(yàn)中稱(chēng)為檢驗(yàn)的顯著性水平，通常記作。它是根據(jù)具體問(wèn)題而需要事先確定的一個(gè)很小的正數(shù)，比如0.01, 0.05, 0.10等。其次，對(duì)給定的顯著性水平 ，還需要確定一個(gè)由樣本所描述的概率不超過(guò)顯著性水平的小概率事件，這一小概率事件對(duì)應(yīng)的樣本取值區(qū)域通常稱(chēng)為假設(shè)檢驗(yàn)的拒絕域，簡(jiǎn)稱(chēng)拒絕域。最后看樣本觀(guān)察值是否落入拒絕域，若樣本觀(guān)察值落入拒絕域便可以拒絕H0 ；否則，就不能拒絕H0。,§5.3.3 參數(shù)假設(shè)檢驗(yàn)的一般步驟,參數(shù)假設(shè)檢驗(yàn)的一般步驟可歸納為： 第一步：提出統(tǒng)計(jì)假設(shè) H0 vs H1 ； 第二步：選取 的一個(gè)較優(yōu)的點(diǎn)估計(jì) ，并根據(jù) 給出拒絕域的形式（在 H0 成立前提下）； 第三步：圍繞 構(gòu)建樞軸量并確定其分布； 第四步：對(duì)給定的顯著性水平，確定拒絕域 C 使得 P ( ( X1, X2, , Xn )C | H0)； 第五步：如果( x1, x2, , xn )C ，則在顯著性水平下拒絕 H0；否則，則不能拒絕 H0。,§5.3.4 檢驗(yàn)的顯著性水平與兩類(lèi)錯(cuò)誤,在假設(shè)檢驗(yàn)問(wèn)題中，由樣本提供的信息來(lái)推斷是否 “拒絕假設(shè)H0” 時(shí)，用了“小概率原理” ，但小概率事件并非不可能事件，如果零假設(shè)H0 本為真，但因樣本值落入拒絕域而作出了拒絕，這便犯了棄真錯(cuò)誤，通常稱(chēng)為第一類(lèi)錯(cuò)誤；相反，如果零假設(shè)H0本不成立，卻因樣本值沒(méi)有落入拒絕域而作出了不能拒絕，這便犯了納偽錯(cuò)誤，通常稱(chēng)為第二類(lèi)錯(cuò)誤。,根據(jù)檢驗(yàn)法則知，當(dāng) H0 成立時(shí)，拒絕 H0 的概率小于等于顯著性水平，這表明犯第一類(lèi)錯(cuò)誤的概率至多為 ，從而說(shuō)明檢驗(yàn)的顯著性水平是用以控制犯第一類(lèi)錯(cuò)誤的概率的。由此可能會(huì)產(chǎn)生一種錯(cuò)覺(jué)，以為只要把顯著性水平取得越小，假設(shè)檢驗(yàn)的準(zhǔn)確程度就會(huì)越高。事實(shí)上不然，因?yàn)轱@著性水平只是用來(lái)控制犯第一類(lèi)錯(cuò)誤的概率，而在假設(shè)檢驗(yàn)中還存在著犯第二類(lèi)錯(cuò)誤的可能性。一般來(lái)說(shuō)，當(dāng)樣本容量 n 給定時(shí)，在降低顯著性水平的同時(shí)，拒絕域往往也在變小，從而會(huì)增大犯第二類(lèi)錯(cuò)誤的可能性。通常的做法是事先給定顯著性水平來(lái)控制犯第一類(lèi)錯(cuò)誤的概率，再通過(guò)選取較好的檢驗(yàn)方法盡可能地減少犯第二類(lèi)錯(cuò)誤的概率（比如，拒絕域盡可能取大些）。,§5.3.5 檢驗(yàn)的 p 值,可以看出，顯著性水平越小，則相應(yīng)的拒絕域就越??；當(dāng)顯著性水平取得足夠小時(shí)，可以使得樣本值不落在相應(yīng)的拒絕域中，從而在此顯著性水平下不能拒絕假設(shè)H0。當(dāng)顯著性水平由上述足夠小的值不斷增大時(shí)，相應(yīng)的拒絕域也就越來(lái)越大，當(dāng)顯著性水平大到一定程度時(shí)，便可以使得樣本值落入相應(yīng)的拒絕域中，從而在此顯著性水平下可以拒絕假設(shè)H0。,也就是說(shuō)，對(duì)于一個(gè)確定的樣本值，存在一個(gè)實(shí)數(shù) p（0 p 1），在顯著性水平等于 p 下可以拒絕假設(shè)H0 ，而在小于 p的顯著性水平下不能拒絕假設(shè)H0?？梢?jiàn)， p 是使得依據(jù)給定樣本值作出“拒絕假設(shè)H0”的最小的顯著性水平，稱(chēng)之為檢驗(yàn)的 p 值。,多數(shù)統(tǒng)計(jì)軟件都提供 p 值的輸出結(jié)果，人們就不必針對(duì)每個(gè)顯著性水平查相應(yīng)分布的下側(cè)分位數(shù)，只要直接比較與 p 值即可。,§5.3.6 多參數(shù)與非參數(shù)假設(shè)檢驗(yàn)問(wèn)題,前面對(duì)單參數(shù)假設(shè)檢驗(yàn)問(wèn)題作了比較詳盡的討論，其解決問(wèn)題的基本思想方法也適用于多參數(shù)假設(shè)檢驗(yàn)或非參數(shù)假設(shè)檢驗(yàn)問(wèn)題，只是在具體細(xì)節(jié)上作適當(dāng)調(diào)整即可。為此，僅說(shuō)明兩點(diǎn)： 對(duì)于多參數(shù)假設(shè)檢驗(yàn)問(wèn)題，需尋求一個(gè)包含所有待檢驗(yàn)參數(shù)的樞軸量，并使之服從或漸近地服從一個(gè)已知的確定分布； 非參數(shù)假設(shè)檢驗(yàn)問(wèn)題可以近似地化為一個(gè)多參數(shù)假設(shè)檢驗(yàn)問(wèn)題來(lái)解決。,