第七章假设检验(讲).ppt

第七章假设检验(讲).ppt第七章假设检验*1[学****要求]了解:假设检验的基本思想。熟悉:Ⅰ型错误和Ⅱ型错误的基本概念。掌握:假设检验的基本步骤;应用假设检验应注意的问题;假设检验与区间估计的联系。Date2第一节假设检验的基本思想在抽样研究中,由于存在抽样误差,当样本均数与总体均数有差别时,或两个样本均数有差别时,需要判断这种差别的性质或意义。其差别存在二种可能性:一是总体均数是相同的(μ=μ0),差别仅仅是抽样误差造成的;二是总体均数本来不同(μ≠μ0),故样本均数有本质差别。如何判断属哪一种可能性,是通过假设检验的方法来回答的。Date3假设检验(hypothesistest)过去亦称显著性检验(significancetest),是统计推断的重要内容。它是指先对总体的参数或分布作出某种假设,再用适当的统计方法根据样本对总体提供的信息,推断此假设应当拒绝或不拒绝。,某研究者随机抽取60名高原地区健康成年男性进行检查,测得血红蛋白均数为155g/L,标准差为24g/L,可否认为高原地区成年男子的血红蛋白平均水平与一般健康成年男子不同?Date4本例两个均数不等有两种可能性:①高原地区成年男子的血红蛋白总体均数(μ)与一般健康成年男子的血红蛋白总体均数(μ0)是相同的,差别仅仅由于抽样误差所致;②受高原环境因素的影响,μ与μ0是不相同的。如何作出判断呢?按照逻辑推理,如果第一种可能性较大时(如P>),可以接受它,统计上称差异无统计学意义(nostatisticalsignificance);如果第一种可能性较小时(如P≤),可以拒绝它而接受后者,统计上称差异有统计学意义(statisticalsignificance)。假设检验就是根据这种思维方法建立起来的。(nullhypothesis),符号为H0;一种是备择假设(alternativehypothesis),符号为H1。两者都是根据统计推断目的而提出的对总体参数或分布特征的假设。H0是从反证法的思想提出的,H1是和H0相联系的对立的假设。在假设检验中,H0是主要的,只有拒绝了H0,才能接受H1。:μ=μ0,高原地区成年男子的HB平均水平与一般健康成年男子相同。H1:μ≠μ0,高原地区成年男子的HB平均水平与一般健康成年男子不同Date7假设检验一般分为双侧检验(two-sidedtest)和单侧检验(one-sidedtest)。如本例中,不管是高原地区高于一般,还是低于一般,两种可能性都存在,应该用双侧检验;如根据专业知识,已知高原地区不会低于一般,或是研究者只关心高原地区是否高于一般,应当用单侧检验。单侧检验的H1为μ>μ0或μ<μ0。一般认为双侧检验较为稳妥,故较常用。现以样本均数的比较为例,用符号表示,见下表。(sizeofatest)过去亦称显著性水准(significancelevel),符号为α。它是判别差异有无统计意义的概率水准,其大小应根据分析的要求确定。通常取α=。。