《七讲假设检验》ppt课件

《七讲假设检验》ppt课件

ID:27542493

大小:792.50 KB

页数:39页

时间:2018-12-01

《七讲假设检验》ppt课件_第1页
《七讲假设检验》ppt课件_第2页
《七讲假设检验》ppt课件_第3页
《七讲假设检验》ppt课件_第4页
《七讲假设检验》ppt课件_第5页
资源描述:

《《七讲假设检验》ppt课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第七讲假设检验一、基本概念二、单个正态总体的检验三、两个正态总体的检验五、非正态总体大样本参数检验六、Pearson检验法四、似然比检验一、基本概念在自然科学和社会科学等中,常常要对某些重要问题做出回答:是或否。如月球比地球早形成吗?一种新药对某种病有效吗?某种股票会涨吗?新推出的电视节目收视率高吗?等等。为了回答这些问题,我们需要对感兴趣的问题进行试验或观察获得相关数据,根据这些数据决定是或否的过程称为假设检验。(HypothesisTesting)在这节,给出一般的Neyman-Pearson

2、假设检验构架。原假设和备择假设布或关于参数的推测,称为假设,其中是的非空真子集。在一个假设检验中,常涉及两个假设。所要检验的假设称为原假设或零假设,记为。而与不相容的假设,称为备择假设或对立假设,记为。对参数统计模型而言,原假设和备择假设这对矛盾的统一体称为假设检验问题。在假设检验问题中,不相交的非空子集,一定成立。保留这个的灵活性,不仅是理论的需要,也有其实际意义。则称为简单假设(SimpleHypothesis),否则称为复合假设(CompositeHypothesis),对备择假设也有简单假

3、设和复合假设。拒绝域、接受域、检验统计量检验一个假设,就是根据某一法则在原假设和备择假设之间做出选择,而基于样本做出拒绝或接受所依赖的法则称为检验。这样一个检验就等同于将样本空间分成两个互不相交的子集和,绝,称为拒绝域,(RejectionRegion)称为接受域(AcceptanceRegion)。这样检验和拒绝域就建立起一一对应关系。为了确定拒绝域,往往根据问题的直观背景,寻找合适的统计量,要能由统计量确定出拒绝域,这样的统计量称为检验统计量(TestStatistic)。两类错误由于样本时随

4、机的,进行检验时可能犯两类错误,其一是当为真时,却拒绝,称为第一类错误,其概率为其二是当为假时,却接受,称为第二类错误,其概率为定义8.1一个检验的功效(Power)定义为当不成立时拒绝的概率,即检验的显著性水平当样本容量固定时,要减少犯第一类错误的概率,就会增大犯第二类错误的概率;反之,若要减少犯第二类错误的概率,就会增大犯第一类错误的概率。即就是说当样本容量固定时,不可能同时减少犯两类错误的概率,这是一对不可调和的矛盾。类错误的概率在给定的范围内,寻找检验使得犯第二类错误的概率尽可能的小,即就

5、是使检验的功效尽可能的大。这样就是在给定一个较小的数(一般取为0.01,0.05,0.1等),在满足的检验方法中,寻找使得功效尽可能大的检验方法。Neyman-Pearson检验原理就是控制犯第一将称为显著性水平。假设检验的步骤(1)提出假设检验问题,(2)根据,选取适当的统计量,并确定其分布;(3)给定显著性水平;(4)确定拒绝域;(5)由样本观测值,计算统计量的值;(6)作出推断,是拒绝,还是接受。二、单个正态总体的检验(一)总体方差已知时,总体均值的检验检验统计量的简单样本,设是来自正态总体

6、方差已知,考虑检验问题给定显著性水平,拒绝域(双侧假设检验)~单侧假设检验(1)(2)(3)(4)理论上,可以证明(1)与(2)、(3)与(4)的检验法相同,而(1)和(3)的拒绝域容易求出,分别为(二)总体方差未知时,总体均值的检验检验统计量给定显著性水平下,拒绝域为~给定显著性水平下,拒绝域为给定显著性水平下,拒绝域为(三)总体方差的检验的简单样本,设是来自正态总体考虑检验问题当未知时,检验统计量为~拒绝域当已知时,检验统计量为~拒绝域类似的也有相应形式单侧检验,在此就不列出。三、两个正态总体

7、的检验设是来自正态总体的样本容量为简单样本,是来自正态总体的样本容量为的简单样本,且两样本独立。考虑检验问题两个正态总体均值的检验给定显著性水平,拒绝域~(一)已知时,总体均值的检验(二)未知但相等,总体均值的检验检验统计量成立时,当成立时,检验统计量为拒绝域~其中两个正态总体方差的检验考虑检验问题当未知时,当成立时,检验统计量为~拒绝域当已知时,当成立时,检验统计量为~拒绝域类似的也有相应形式单侧检验,在此就不列出。0.00.0-1.0-0.1-0.40.0-1.90.30.01.20.0-1.

8、00.9-1.4-0.5标准正态分布产生的随机数,One-samplet-Testdata:x1t=-1.2344,df=14,p-value=0.2374alternativehypothesis:truemeanisnotequalto095percentconfidenceinterval:-0.71174070.1917407sampleestimates:meanofx,-0.26四、似然比检验设是来自密度函数(或分布率)为的总体的简单样本,考虑检验问题:一个比较直观且自

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。