統(tǒng)計(jì)學(xué)（第二版） 袁衛(wèi)課件 第6章 假設(shè)檢驗(yàn)（賈俊平）

第6章假設(shè)檢驗(yàn)6.1

假設(shè)檢驗(yàn)的基本問題6.2

一個(gè)總體參數(shù)的檢驗(yàn)6.3

兩個(gè)總體參數(shù)的檢驗(yàn)假設(shè)檢驗(yàn)在統(tǒng)計(jì)方法中的地位統(tǒng)計(jì)方法描述統(tǒng)計(jì)推斷統(tǒng)計(jì)參數(shù)估計(jì)假設(shè)檢驗(yàn)學(xué)習(xí)目標(biāo)假設(shè)檢驗(yàn)的基本思想和原理

假設(shè)檢驗(yàn)的步驟一個(gè)總體參數(shù)的檢驗(yàn)兩個(gè)總體參數(shù)的檢驗(yàn)P值的計(jì)算與應(yīng)用用Excel進(jìn)行檢驗(yàn)6.1

假設(shè)檢驗(yàn)的基本問題一、假設(shè)的陳述二、兩類錯(cuò)誤與顯著性水平三、統(tǒng)計(jì)量與拒絕域四、利用P值進(jìn)行決策假設(shè)的陳述什么是假設(shè)?

(hypothesis)對(duì)總體參數(shù)的具體數(shù)值所作的陳述總體參數(shù)包括總體均值、比率、方差等分析之前必須陳述我認(rèn)為這種新藥的療效比原有的藥物更有效!什么是假設(shè)檢驗(yàn)?

(hypothesistest)先對(duì)總體的參數(shù)(或分布形式)提出某種假設(shè)，然后利用樣本信息判斷假設(shè)是否成立的過程有參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)邏輯上運(yùn)用反證法，統(tǒng)計(jì)上依據(jù)小概率原理假設(shè)檢驗(yàn)的基本思想...因此我們拒絕假設(shè)

=50...如果這是總體的假設(shè)均值樣本均值m=50抽樣分布H0這個(gè)值不像我們應(yīng)該得到的樣本均值...20總體假設(shè)檢驗(yàn)的過程抽取隨機(jī)樣本均值

x

=20我認(rèn)為人口的平均年齡是50歲提出假設(shè)

拒絕假設(shè)別無選擇!

作出決策原假設(shè)與備擇假設(shè)原假設(shè)

(nullhypothesis)研究者想收集證據(jù)予以反對(duì)的假設(shè)又稱“0假設(shè)”總是有符號(hào)

,或4. 表示為H0H0：

=某一數(shù)值

指定為符號(hào)=，或

例如,H0：

10cm研究者想收集證據(jù)予以支持的假設(shè)也稱“研究假設(shè)”總是有符號(hào)

,

或表示為

H1H1：

<某一數(shù)值，或某一數(shù)值例如,H1：

<10cm，或

10cm備擇假設(shè)(alternativehypothesis)【例】一種零件的生產(chǎn)標(biāo)準(zhǔn)是直徑應(yīng)為10cm，為對(duì)生產(chǎn)過程進(jìn)行控制，質(zhì)量監(jiān)測(cè)人員定期對(duì)一臺(tái)加工機(jī)床檢查，確定這臺(tái)機(jī)床生產(chǎn)的零件是否符合標(biāo)準(zhǔn)要求。如果零件的平均直徑大于或小于10cm，則表明生產(chǎn)過程不正常，必須進(jìn)行調(diào)整。試陳述用來檢驗(yàn)生產(chǎn)過程是否正常的原假設(shè)和被擇假設(shè)提出假設(shè)(例題分析)解：研究者想收集證據(jù)予以證明的假設(shè)應(yīng)該是“生產(chǎn)過程不正?！?。建立的原假設(shè)和備擇假設(shè)為

H0：

10cmH1：

10cm

【例】某品牌洗滌劑在它的產(chǎn)品說明書中聲稱：平均凈含量不少于500克。從消費(fèi)者的利益出發(fā)，有關(guān)研究人員要通過抽檢其中的一批產(chǎn)品來驗(yàn)證該產(chǎn)品制造商的說明是否屬實(shí)。試陳述用于檢驗(yàn)的原假設(shè)與備擇假設(shè)提出假設(shè)(例題分析)解：研究者抽檢的意圖是傾向于證實(shí)這種洗滌劑的平均凈含量并不符合說明書中的陳述。建立的原假設(shè)和備擇假設(shè)為

H0：

500H1：

<500500g【例】一家研究機(jī)構(gòu)估計(jì)，某城市中家庭擁有汽車的比率超過30%。為驗(yàn)證這一估計(jì)是否正確，該研究機(jī)構(gòu)隨機(jī)抽取了一個(gè)樣本進(jìn)行檢驗(yàn)。試陳述用于檢驗(yàn)的原假設(shè)與備擇假設(shè)提出假設(shè)(例題分析)解：研究者想收集證據(jù)予以支持的假設(shè)是“該城市中家庭擁有汽車的比率超過30%”。建立的原假設(shè)和備擇假設(shè)為

H0：

30%H1：

30%原假設(shè)和備擇假設(shè)是一個(gè)完備事件組，而且相互對(duì)立在一項(xiàng)假設(shè)檢驗(yàn)中，原假設(shè)和備擇假設(shè)必有一個(gè)成立，而且只有一個(gè)成立先確定備擇假設(shè)，再確定原假設(shè)等號(hào)“=”總是放在原假設(shè)上因研究目的不同，對(duì)同一問題可能提出不同的假設(shè)(也可能得出不同的結(jié)論)提出假設(shè)(結(jié)論與建議)雙側(cè)檢驗(yàn)與單側(cè)檢驗(yàn)備擇假設(shè)沒有特定的方向性，并含有符號(hào)“”的假設(shè)檢驗(yàn)，稱為雙側(cè)檢驗(yàn)或雙尾檢驗(yàn)(two-tailedtest)

備擇假設(shè)具有特定的方向性，并含有符號(hào)“>”或“<”的假設(shè)檢驗(yàn)，稱為單側(cè)檢驗(yàn)或單尾檢驗(yàn)(one-tailedtest)備擇假設(shè)的方向?yàn)椤?lt;”，稱為左側(cè)檢驗(yàn)

備擇假設(shè)的方向?yàn)椤?gt;”，稱為右側(cè)檢驗(yàn)

雙側(cè)檢驗(yàn)與單側(cè)檢驗(yàn)雙側(cè)檢驗(yàn)與單側(cè)檢驗(yàn)

(假設(shè)的形式)假設(shè)雙側(cè)檢驗(yàn)單側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)原假設(shè)H0:m

=m0H0:m

m0H0:m

m0備擇假設(shè)H1:m

≠m0H1:m

<m0H1:m

>m0兩類錯(cuò)誤與顯著性水平假設(shè)檢驗(yàn)中的兩類錯(cuò)誤1. 第Ⅰ類錯(cuò)誤(棄真錯(cuò)誤)原假設(shè)為真時(shí)拒絕原假設(shè)第Ⅰ類錯(cuò)誤的概率記為被稱為顯著性水平2. 第Ⅱ類錯(cuò)誤(取偽錯(cuò)誤)原假設(shè)為假時(shí)未拒絕原假設(shè)第Ⅱ類錯(cuò)誤的概率記為(Beta)H0:無罪假設(shè)檢驗(yàn)中的兩類錯(cuò)誤(決策結(jié)果)陪審團(tuán)審判裁決實(shí)際情況無罪有罪無罪正確錯(cuò)誤有罪錯(cuò)誤正確H0檢驗(yàn)決策實(shí)際情況H0為真H0為假未拒絕H0正確決策(1–a)第Ⅱ類錯(cuò)誤(b)拒絕H0第Ⅰ類錯(cuò)誤(a)正確決策(1-b)假設(shè)檢驗(yàn)就好像一場(chǎng)審判過程統(tǒng)計(jì)檢驗(yàn)過程錯(cuò)誤和

錯(cuò)誤的關(guān)系你不能同時(shí)減少兩類錯(cuò)誤!和的關(guān)系就像翹翹板，小就大，大就小影響

錯(cuò)誤的因素1. 總體參數(shù)的真值隨著假設(shè)的總體參數(shù)的減少而增大2. 顯著性水平當(dāng)減少時(shí)增大3. 總體標(biāo)準(zhǔn)差當(dāng)增大時(shí)增大4. 樣本容量n當(dāng)n

減少時(shí)增大顯著性水平

(significantlevel)1. 是一個(gè)概率值2. 原假設(shè)為真時(shí)，拒絕原假設(shè)的概率被稱為抽樣分布的拒絕域3. 表示為

(alpha)常用的

值有0.01,0.05,0.104. 由研究者事先確定假設(shè)檢驗(yàn)中的小概率原理什么小概率？1. 在一次試驗(yàn)中，一個(gè)幾乎不可能發(fā)生的事件發(fā)生的概率2. 在一次試驗(yàn)中小概率事件一旦發(fā)生，我們就有理由拒絕原假設(shè)3. 小概率由研究者事先確定檢驗(yàn)統(tǒng)計(jì)量與拒絕域根據(jù)樣本觀測(cè)結(jié)果計(jì)算得到的，并據(jù)以對(duì)原假設(shè)和備擇假設(shè)作出決策的某個(gè)樣本統(tǒng)計(jì)量對(duì)樣本估計(jì)量的標(biāo)準(zhǔn)化結(jié)果原假設(shè)H0為真點(diǎn)估計(jì)量的抽樣分布檢驗(yàn)統(tǒng)計(jì)量(teststatistic)標(biāo)準(zhǔn)化的檢驗(yàn)統(tǒng)計(jì)量顯著性水平和拒絕域

(雙側(cè)檢驗(yàn))抽樣分布0臨界值臨界值a/2a/2

樣本統(tǒng)計(jì)量拒絕H0拒絕H01-置信水平顯著性水平和拒絕域

(雙側(cè)檢驗(yàn))0臨界值臨界值a/2

a/2

樣本統(tǒng)計(jì)量拒絕H0拒絕H0抽樣分布1-置信水平顯著性水平和拒絕域

(雙側(cè)檢驗(yàn))0臨界值臨界值

a/2a/2

樣本統(tǒng)計(jì)量拒絕H0拒絕H0抽樣分布1-置信水平顯著性水平和拒絕域

(雙側(cè)檢驗(yàn))0臨界值臨界值a/2

a/2

樣本統(tǒng)計(jì)量拒絕H0拒絕H0抽樣分布1-置信水平顯著性水平和拒絕域

(單側(cè)檢驗(yàn))0臨界值a樣本統(tǒng)計(jì)量拒絕H0抽樣分布1-置信水平顯著性水平和拒絕域

(左側(cè)檢驗(yàn))0臨界值a樣本統(tǒng)計(jì)量拒絕H0抽樣分布1-置信水平觀察到的樣本統(tǒng)計(jì)量顯著性水平和拒絕域

(左側(cè)檢驗(yàn))0臨界值a樣本統(tǒng)計(jì)量拒絕H0抽樣分布1-置信水平顯著性水平和拒絕域

(右側(cè)檢驗(yàn))0臨界值a樣本統(tǒng)計(jì)量拒絕H0抽樣分布1-置信水平觀察到的樣本統(tǒng)計(jì)量顯著性水平和拒絕域

(右側(cè)檢驗(yàn))0臨界值a樣本統(tǒng)計(jì)量抽樣分布1-置信水平拒絕H0決策規(guī)則給定顯著性水平，查表得出相應(yīng)的臨界值z(mì)或z/2，t或t/2將檢驗(yàn)統(tǒng)計(jì)量的值與水平的臨界值進(jìn)行比較作出決策雙側(cè)檢驗(yàn)：I統(tǒng)計(jì)量I>臨界值，拒絕H0左側(cè)檢驗(yàn)：統(tǒng)計(jì)量<-臨界值，拒絕H0右側(cè)檢驗(yàn)：統(tǒng)計(jì)量>臨界值，拒絕H0利用P值進(jìn)行決策什么是P值?

(P-value)在原假設(shè)為真的條件下，檢驗(yàn)統(tǒng)計(jì)量的觀察值大于或等于其計(jì)算值的概率雙側(cè)檢驗(yàn)為分布中兩側(cè)面積的總和反映實(shí)際觀測(cè)到的數(shù)據(jù)與原假設(shè)H0之間不一致的程度被稱為觀察到的(或?qū)崪y(cè)的)顯著性水平?jīng)Q策規(guī)則：若p值<,拒絕H0雙側(cè)檢驗(yàn)的P值/

2/

2Z拒絕H0拒絕H00臨界值計(jì)算出的樣本統(tǒng)計(jì)量計(jì)算出的樣本統(tǒng)計(jì)量臨界值1/2P值1/2P值左側(cè)檢驗(yàn)的P值0臨界值a樣本統(tǒng)計(jì)量拒絕H0抽樣分布1-置信水平計(jì)算出的樣本統(tǒng)計(jì)量P值右側(cè)檢驗(yàn)的P值0臨界值a拒絕H0抽樣分布1-置信水平計(jì)算出的樣本統(tǒng)計(jì)量P值假設(shè)檢驗(yàn)步驟的總結(jié)陳述原假設(shè)和備擇假設(shè)從所研究的總體中抽出一個(gè)隨機(jī)樣本確定一個(gè)適當(dāng)?shù)臋z驗(yàn)統(tǒng)計(jì)量，并利用樣本數(shù)據(jù)算出其具體數(shù)值確定一個(gè)適當(dāng)?shù)娘@著性水平，并計(jì)算出其臨界值，指定拒絕域?qū)⒔y(tǒng)計(jì)量的值與臨界值進(jìn)行比較，作出決策統(tǒng)計(jì)量的值落在拒絕域，拒絕H0，否則不拒絕H0也可以直接利用P值作出決策6.2一個(gè)總體參數(shù)的檢驗(yàn)一、總體均值的檢驗(yàn)二、總體比率的檢驗(yàn)三、總體方差的檢驗(yàn)一個(gè)總體參數(shù)的檢驗(yàn)z檢驗(yàn)(單尾和雙尾)

t檢驗(yàn)(單尾和雙尾)z

檢驗(yàn)(單尾和雙尾)

2檢驗(yàn)(單尾和雙尾)均值一個(gè)總體比率方差總體均值的檢驗(yàn)總體均值的檢驗(yàn)

(作出判斷)是否已知小樣本容量n大是否已知否

t檢驗(yàn)否z檢驗(yàn)是z檢驗(yàn)

是z檢驗(yàn)總體均值的檢驗(yàn)

(大樣本)總體均值的檢驗(yàn)

(大樣本)1. 假定條件正態(tài)總體或非正態(tài)總體大樣本(n30)使用z檢驗(yàn)統(tǒng)計(jì)量2

已知：2

未知：總體均值的檢驗(yàn)(2

已知)

(例題分析)【例】一種罐裝飲料采用自動(dòng)生產(chǎn)線生產(chǎn)，每罐的容量是255ml，標(biāo)準(zhǔn)差為5ml。為檢驗(yàn)每罐容量是否符合要求，質(zhì)檢人員在某天生產(chǎn)的飲料中隨機(jī)抽取了40罐進(jìn)行檢驗(yàn)，測(cè)得每罐平均容量為255.8ml。取顯著性水平=0.05

，檢驗(yàn)該天生產(chǎn)的飲料容量是否符合標(biāo)準(zhǔn)要求？雙側(cè)檢驗(yàn)綠色健康飲品綠色健康飲品255255總體均值的檢驗(yàn)(2

已知)

(例題分析)H0

：

=255H1

：

255

=

0.05n

=

40臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:z01.96-1.960.025拒絕H0拒絕H00.025決策:結(jié)論:

不拒絕H0樣本提供的證據(jù)表明：該天生產(chǎn)的飲料符合標(biāo)準(zhǔn)要求

總體均值的檢驗(yàn)(z檢驗(yàn))

(P值的計(jì)算與應(yīng)用)第1步：進(jìn)入Excel表格界面，直接點(diǎn)擊“f(x)”(粘貼函數(shù))第2步：在函數(shù)分類中點(diǎn)擊“統(tǒng)計(jì)”，并在函數(shù)名的菜單下選擇“NORMSDIST”，然后確定第3步：將z的絕對(duì)值1.01錄入，得到的函數(shù)值為

0.843752345

P值=2(1-0.843752345)=0.312495

P值遠(yuǎn)遠(yuǎn)大于，故不拒絕H0總體均值的檢驗(yàn)(2

未知)

(例題分析)【例】一種機(jī)床加工的零件尺寸絕對(duì)平均誤差為1.35mm。生產(chǎn)廠家現(xiàn)采用一種新的機(jī)床進(jìn)行加工以期進(jìn)一步降低誤差。為檢驗(yàn)新機(jī)床加工的零件平均誤差與舊機(jī)床相比是否有顯著降低，從某天生產(chǎn)的零件中隨機(jī)抽取50個(gè)進(jìn)行檢驗(yàn)。利用這些樣本數(shù)據(jù)，檢驗(yàn)新機(jī)床加工的零件尺寸的平均誤差與舊機(jī)床相比是否有顯著降低？(=0.01)

左側(cè)檢驗(yàn)50個(gè)零件尺寸的誤差數(shù)據(jù)(mm)1.261.191.310.971.811.130.961.061.000.940.981.101.121.031.161.121.120.951.021.131.230.741.500.500.590.991.451.241.012.031.981.970.911.221.061.111.541.081.101.641.702.371.381.601.261.171.121.230.820.86總體均值的檢驗(yàn)(2

未知)

(例題分析)H0

：

1.35H1

：

<1.35

=

0.01n

=

50臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:拒絕H0新機(jī)床加工的零件尺寸的平均誤差與舊機(jī)床相比有顯著降低決策:結(jié)論:-2.33z0拒絕H00.01總體均值的檢驗(yàn)(z檢驗(yàn))

(P值的計(jì)算與應(yīng)用)第1步：進(jìn)入Excel表格界面，直接點(diǎn)擊“f(x)”(粘貼函數(shù))第2步：在函數(shù)分類中點(diǎn)擊“統(tǒng)計(jì)”，并在函數(shù)名的菜單下選擇“ZTEST”，然后確定第3步：在所出現(xiàn)的對(duì)話框Array框中，輸入原始數(shù)據(jù)所在區(qū)域；在X后輸入?yún)?shù)的某一假定值(這里為1.35)；在

Sigma后輸入已知的總體標(biāo)準(zhǔn)差(若未總體標(biāo)準(zhǔn)差未知?jiǎng)t可忽略不填，系統(tǒng)將自動(dòng)使用樣本標(biāo)準(zhǔn)差代替)第4步：用1減去得到的函數(shù)值0.995421023

即為P值

P值=1-0.995421023=0.004579

P值<=0.01，拒絕H0

用Excel計(jì)算P值總體均值的檢驗(yàn)(z檢驗(yàn))

(P值的圖示)0-2.33a=0.01z拒絕H0抽樣分布1-計(jì)算出的樣本統(tǒng)計(jì)量=2.6061P值P=0.004579

總體均值的檢驗(yàn)(2

未知)

(例題分析)【例】某一小麥品種的平均產(chǎn)量為5200kg/hm2

。一家研究機(jī)構(gòu)對(duì)小麥品種進(jìn)行了改良以期提高產(chǎn)量。為檢驗(yàn)改良后的新品種產(chǎn)量是否有顯著提高，隨機(jī)抽取了36個(gè)地塊進(jìn)行試種，得到的樣本平均產(chǎn)量為5275kg/hm2，標(biāo)準(zhǔn)差為120/hm2

。試檢驗(yàn)改良后的新品種產(chǎn)量是否有顯著提高？(=0.05)

右側(cè)檢驗(yàn)總體均值的檢驗(yàn)(2

未知)

(例題分析)H0

：

5200H1

：

>5200

=

0.05n

=

36臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:拒絕H0(P=0.000088<

=0.05)改良后的新品種產(chǎn)量有顯著提高決策:結(jié)論:z0拒絕H00.051.645總體均值的檢驗(yàn)(z檢驗(yàn))

(P值的圖示)抽樣分布P=0.000088

01.645a=0.05拒絕H01-計(jì)算出的樣本統(tǒng)計(jì)量=3.75P值總體均值的檢驗(yàn)

(大樣本檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：m=m0H1：

mm0H0：mm0H1：m<m0H0：

m

m0

H1：

m>m0統(tǒng)計(jì)量已知：未知：拒絕域P值決策拒絕H0總體均值的檢驗(yàn)

(小樣本)總體均值的檢驗(yàn)

(小樣本)1. 假定條件總體服從正態(tài)分布小樣本(n<

30)檢驗(yàn)統(tǒng)計(jì)量2

已知：2

未知：總體均值的檢驗(yàn)

(小樣本檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：m=m0H1：

mm0H0：mm0H1：

m<m0H0：

mm0

H1：

m>m0統(tǒng)計(jì)量

已知：未知：拒絕域P值決策拒絕H0注：

已知的拒絕域同大樣本總體均值的檢驗(yàn)

(例題分析)【例】一種汽車配件的平均長(zhǎng)度要求為12cm，高于或低于該標(biāo)準(zhǔn)均被認(rèn)為是不合格的。汽車生產(chǎn)企業(yè)在購(gòu)進(jìn)配件時(shí)，通常是經(jīng)過招標(biāo)，然后對(duì)中標(biāo)的配件提供商提供的樣品進(jìn)行檢驗(yàn)，以決定是否購(gòu)進(jìn)?，F(xiàn)對(duì)一個(gè)配件提供商提供的10個(gè)樣本進(jìn)行了檢驗(yàn)。假定該供貨商生產(chǎn)的配件長(zhǎng)度服從正態(tài)分布，在0.05的顯著性水平下，檢驗(yàn)該供貨商提供的配件是否符合要求？10個(gè)零件尺寸的長(zhǎng)度(cm)12.210.812.011.811.912.411.312.212.012.3總體均值的檢驗(yàn)

(例題分析)H0

：

=12H1

：

12

=0.05df

=10-1=9臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:不拒絕H0該供貨商提供的零件符合要求

決策：結(jié)論：t02.262-2.2620.025拒絕

H0拒絕H00.025總體均值的檢驗(yàn)(t檢驗(yàn))

(P值的計(jì)算與應(yīng)用)第1步：進(jìn)入Excel表格界面，直接點(diǎn)擊“f(x)”(粘貼函數(shù))第2步：在函數(shù)分類中點(diǎn)擊“統(tǒng)計(jì)”，并在函數(shù)名的菜單下選擇“TDIST”，然后確定第3步：在出現(xiàn)對(duì)話框的X欄中輸入計(jì)算出的t的絕對(duì)值

0.7035，在Deg-freedom(自由度)欄中輸入本例的自由度9，在Tails欄中輸入2(表明是雙側(cè)檢驗(yàn)，如果是單測(cè)檢驗(yàn)則在該欄輸入1)第4步：P值=0.499537958

P值>=0.05，故不拒絕H0

總體比率的檢驗(yàn)適用的數(shù)據(jù)類型離散數(shù)據(jù)

連續(xù)數(shù)據(jù)數(shù)值型數(shù)據(jù)數(shù)據(jù)品質(zhì)數(shù)據(jù)總體比率檢驗(yàn)假定條件總體服從二項(xiàng)分布可用正態(tài)分布來近似(大樣本)檢驗(yàn)的z統(tǒng)計(jì)量0為假設(shè)的總體比率總體比率的檢驗(yàn)

(檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：=0H1：

0H0：0H1：

<0H0

：

0

H1：

>0統(tǒng)計(jì)量拒絕域P值決策拒絕H0總體比率的檢驗(yàn)

(例題分析)【例】一種以休閑和娛樂為主題的雜志，聲稱其讀者群中有80%為女性。為驗(yàn)證這一說法是否屬實(shí)，某研究部門抽取了由200人組成的一個(gè)隨機(jī)樣本，發(fā)現(xiàn)有146個(gè)女性經(jīng)常閱讀該雜志。分別取顯著性水平

=0.05和=0.01

，檢驗(yàn)該雜志讀者群中女性的比率是否為80%？它們的值各是多少？雙側(cè)檢驗(yàn)總體比率的檢驗(yàn)

(例題分析)H0

：

=80%H1

：

80%

=0.05n

=200臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:拒絕H0(P=0.013328<

=0.05)該雜志的說法并不屬實(shí)

決策:結(jié)論:z01.96-1.960.025拒絕

H0拒絕

H00.025總體比率的檢驗(yàn)

(例題分析)H0

：

=80%H1

：

80%

=0.01n

=200臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:不拒絕H0(P=0.013328>=0.01)該雜志的說法屬實(shí)

決策:結(jié)論:z02.58-2.580.025拒絕H0拒絕H00.025總體方差的檢驗(yàn)

(2檢驗(yàn))總體方差的檢驗(yàn)

(2檢驗(yàn))

檢驗(yàn)一個(gè)總體的方差或標(biāo)準(zhǔn)差假設(shè)總體近似服從正態(tài)分布使用2分布檢驗(yàn)統(tǒng)計(jì)量樣本方差假設(shè)的總體方差總體方差的檢驗(yàn)

(檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：2=02H1：

202H0：202H1：2<02H0：

202H1：2>02統(tǒng)計(jì)量拒絕域P值決策拒絕H0總體方差的檢驗(yàn)

(例題分析)【例】啤酒生產(chǎn)企業(yè)采用自動(dòng)生產(chǎn)線灌裝啤酒，每瓶的裝填量為640ml，但由于受某些不可控因素的影響，每瓶的裝填量會(huì)有差異。此時(shí)，不僅每瓶的平均裝填量很重要，裝填量的方差同樣很重要。如果方差很大，會(huì)出現(xiàn)裝填量太多或太少的情況，這樣要么生產(chǎn)企業(yè)不劃算，要么消費(fèi)者不滿意。假定生產(chǎn)標(biāo)準(zhǔn)規(guī)定每瓶裝填量的標(biāo)準(zhǔn)差不應(yīng)超過和不應(yīng)低于4ml。企業(yè)質(zhì)檢部門抽取了10瓶啤酒進(jìn)行檢驗(yàn)，得到的樣本標(biāo)準(zhǔn)差為s=3.8ml。試以0.10的顯著性水平檢驗(yàn)裝填量的標(biāo)準(zhǔn)差是否符合要求？朝日BEER朝日BEER朝日BEER朝日總體方差的檢驗(yàn)

(例題分析)H0

：2=42H1

：2

42

=0.10df

=

10-1=9臨界值(s):統(tǒng)計(jì)量:不拒絕H0裝填量的標(biāo)準(zhǔn)差否符合要求

2016.91903.32511

/2=0.05決策:結(jié)論:6.3兩個(gè)總體參數(shù)的檢驗(yàn)一、兩個(gè)總體均值之差的檢驗(yàn)二、兩個(gè)總體比率之差的檢驗(yàn)三、兩個(gè)總體方差比的檢驗(yàn)兩個(gè)總體參數(shù)的檢驗(yàn)兩個(gè)總體參數(shù)的檢驗(yàn)z

檢驗(yàn)(大樣本)t

檢驗(yàn)(小樣本)t

檢驗(yàn)(小樣本)z檢驗(yàn)F

檢驗(yàn)獨(dú)立樣本配對(duì)樣本均值比率方差兩個(gè)總體均值之差的檢驗(yàn)

(獨(dú)立大樣本)

兩個(gè)總體均值之差的檢驗(yàn)

(獨(dú)立大樣本)1. 假定條件兩個(gè)樣本是獨(dú)立的隨機(jī)樣本正態(tài)總體或非正態(tài)總體大樣本(n130和n230)檢驗(yàn)統(tǒng)計(jì)量12

，

22

已知：12

，22

未知：兩個(gè)總體均值之差的檢驗(yàn)

(大樣本檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：m1-m2=0H1：m1-m20

H0：m1-m20H1：m1-m2<0H0：m1-m20

H1：m1-m2>0統(tǒng)計(jì)量12

，

22

已知12

，

22

未知拒絕域P值決策拒絕H0兩個(gè)總體均值之差的檢驗(yàn)

(例題分析)

【例】某公司對(duì)男女職員的平均小時(shí)工資進(jìn)行了調(diào)查，獨(dú)立抽取了具有同類工作經(jīng)驗(yàn)的男女職員的兩個(gè)隨機(jī)樣本，并記錄下兩個(gè)樣本的均值、方差等資料如右表。在顯著性水平為0.05的條件下，能否認(rèn)為男性職員與女性職員的平均小時(shí)工資存在顯著差異？

兩個(gè)樣本的有關(guān)數(shù)據(jù)

男性職員女性職員n1=44n1=32x1=75x2=70S12=64S22=42.25兩個(gè)總體均值之差的檢驗(yàn)

(例題分析)H0

：

1-2=0H1

：1-2

0

=

0.05n1

=44，n2

=32臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:決策:結(jié)論:

拒絕H0該公司男女職員的平均小時(shí)工資之間存在顯著差異

z01.96-1.960.025拒絕H0拒絕H00.025兩個(gè)總體均值之差的檢驗(yàn)

(獨(dú)立小樣本)

兩個(gè)總體均值之差的檢驗(yàn)

(12，

22

已知)假定條件兩個(gè)獨(dú)立的小樣本兩個(gè)總體都是正態(tài)分布12，

22已知檢驗(yàn)統(tǒng)計(jì)量?jī)蓚€(gè)總體均值之差的檢驗(yàn)

(12，22

未知但12=22)假定條件兩個(gè)獨(dú)立的小樣本兩個(gè)總體都是正態(tài)分布12、

22未知但相等，即12=22檢驗(yàn)統(tǒng)計(jì)量其中：自由度：兩個(gè)總體均值之差的檢驗(yàn)

(12，

22

未知且不相等1222)假定條件兩個(gè)總體都是正態(tài)分布12，

22未知且不相等，即1222樣本容量相等，即n1=n2=n檢驗(yàn)統(tǒng)計(jì)量自由度：兩個(gè)總體均值之差的檢驗(yàn)

(12，

22

未知且不相等1222)假定條件兩個(gè)總體都是正態(tài)分布12，22未知且不相等，即1222樣本容量不相等，即n1n2檢驗(yàn)統(tǒng)計(jì)量自由度：兩個(gè)總體均值之差的檢驗(yàn)

(例題分析)

【例】甲、乙兩臺(tái)機(jī)床同時(shí)加工某種同類型的零件，已知兩臺(tái)機(jī)床加工的零件直徑(單位：cm)分別服從正態(tài)分布，并且有12=22

。為比較兩臺(tái)機(jī)床的加工精度有無顯著差異，分別獨(dú)立抽取了甲機(jī)床加工的8個(gè)零件和乙機(jī)床加工的7個(gè)零件，通過測(cè)量得到如下數(shù)據(jù)。在=0.05的顯著性水平下，樣本數(shù)據(jù)是否提供證據(jù)支持

“兩臺(tái)機(jī)床加工的零件直徑不一致”的看法？?jī)膳_(tái)機(jī)床加工零件的樣本數(shù)據(jù)

(cm)甲20.519.819.720.420.120.019.019.9乙20.719.819.520.820.419.620.2兩個(gè)總體均值之差的檢驗(yàn)

(例題分析)H0

：1-2

=0H1

：1-2

0

=0.05n1

=8，n2

=

7臨界值(c):檢驗(yàn)統(tǒng)計(jì)量:決策:結(jié)論:

不拒絕H0沒有理由認(rèn)為甲、乙兩臺(tái)機(jī)床加工的零件直徑有顯著差異

t02.160-2.1600.025拒絕H0拒絕H00.025兩個(gè)總體均值之差的檢驗(yàn)

(用Excel進(jìn)行檢驗(yàn))第1步：將原始數(shù)據(jù)輸入到Excel工作表格中第2步：選擇“工具”下拉菜單并選擇“數(shù)據(jù)分析”選項(xiàng)第3步：在“數(shù)據(jù)分析”對(duì)話框中選擇

“t-檢驗(yàn)：雙樣本等方差假設(shè)”第4步：當(dāng)對(duì)話框出現(xiàn)后在“變量1的區(qū)域”方框中輸入第1個(gè)樣本的數(shù)據(jù)區(qū)域在“變量2的區(qū)域”方框中輸入第2個(gè)樣本的數(shù)據(jù)區(qū)域在“假設(shè)平均差”方框中輸入假定的總體均值之差在“”方框中輸入給定的顯著性水平(本例為0.05)

在“輸出選項(xiàng)”選擇計(jì)算結(jié)果的輸出位置，然后“確定”

用Excel進(jìn)行檢驗(yàn)兩個(gè)總體均值之差的估計(jì)

(例題分析)【例】為檢驗(yàn)兩種方法組裝產(chǎn)品所需時(shí)間的差異，分別對(duì)兩種不同的組裝方法各隨機(jī)安排12個(gè)工人，每個(gè)工人組裝一件產(chǎn)品所需的時(shí)間(分鐘)下如表。假定兩種方法組裝產(chǎn)品的時(shí)間服從正態(tài)分布，但方差未知且不相等。取顯著性水平0.05，能否認(rèn)為方法1組裝產(chǎn)品的平均數(shù)量明顯地高于方法2？?jī)蓚€(gè)方法組裝產(chǎn)品所需的時(shí)間方法1方法228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521兩個(gè)總體均值之差的檢驗(yàn)

(用Excel進(jìn)行檢驗(yàn))第1步：將原始數(shù)據(jù)輸入到Excel工作表格中第2步：選擇“工具”下拉菜單并選擇“數(shù)據(jù)分析”選項(xiàng)第3步：在“數(shù)據(jù)分析”對(duì)話框中選擇

“t-檢驗(yàn)：雙樣本異方差假設(shè)”

第4步：當(dāng)對(duì)話框出現(xiàn)后在“變量1的區(qū)域”方框中輸入第1個(gè)樣本的數(shù)據(jù)區(qū)域在“變量2的區(qū)域”方框中輸入第2個(gè)樣本的數(shù)據(jù)區(qū)域在“假設(shè)平均差”方框中輸入假定的總體均值之差在“”方框中輸入給定的顯著性水平(本例為0.05)

在“輸出選項(xiàng)”選擇計(jì)算結(jié)果的輸出位置，然后“確定”

用Excel進(jìn)行檢驗(yàn)兩個(gè)總體均值之差的檢驗(yàn)

(匹配樣本)

兩個(gè)總體均值之差的檢驗(yàn)

(匹配樣本)假定條件兩個(gè)總體配對(duì)差值構(gòu)成的總體服從正態(tài)分布配對(duì)差是由差值總體中隨機(jī)抽取的

數(shù)據(jù)配對(duì)或匹配(重復(fù)測(cè)量(前/后))檢驗(yàn)統(tǒng)計(jì)量樣本差值均值樣本差值標(biāo)準(zhǔn)差匹配樣本

(數(shù)據(jù)形式)

觀察序號(hào)樣本1樣本2差值1x11x21d1=x11-x212x12x22d2=x12-x22MMMMix1ix2idi

=x1i

-x2iMMMMnx1nx2ndn

=x1n-x2n兩個(gè)總體均值之差的檢驗(yàn)

(匹配樣本檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：d=0H1：d0H0：d0H1：d<0H0：d0

H1：d>0統(tǒng)計(jì)量拒絕域P值決策拒絕H0兩個(gè)總體均值之差的檢驗(yàn)

(例題分析)

【例】某飲料公司開發(fā)研制出一新產(chǎn)品，為比較消費(fèi)者對(duì)新老產(chǎn)品口感的滿意程度，該公司隨機(jī)抽選一組消費(fèi)者(8人)，每個(gè)消費(fèi)者先品嘗一種飲料，然后再品嘗另一種飲料，兩種飲料的品嘗順序是隨機(jī)的，而后每個(gè)消費(fèi)者要對(duì)兩種飲料分別進(jìn)行評(píng)分(0分～10分)，評(píng)分結(jié)果如下表。取顯著性水平=0.05，該公司是否有證據(jù)認(rèn)為消費(fèi)者對(duì)兩種飲料的評(píng)分存在顯著差異？?jī)煞N飲料平均等級(jí)的樣本數(shù)據(jù)新飲料54735856舊飲料66743976兩個(gè)總體均值之差的檢驗(yàn)

(用Excel進(jìn)行檢驗(yàn))第1步：選擇“工具”下拉菜單，并選擇“數(shù)據(jù)分析”選項(xiàng)第3步：在分析工具中選擇“t檢驗(yàn)：平均值的成對(duì)二樣本分析”第4步：當(dāng)出現(xiàn)對(duì)話框后

在“變量1的區(qū)域”方框內(nèi)鍵入數(shù)據(jù)區(qū)域

在“變量2的區(qū)域”方框內(nèi)鍵入數(shù)據(jù)區(qū)域

在“假設(shè)平均差”方框內(nèi)鍵入假設(shè)的差值(這里為0)

在“”框內(nèi)鍵入給定的顯著性水平

用Excel進(jìn)行檢驗(yàn)兩個(gè)總體比率之差的檢驗(yàn)1. 假定條件兩個(gè)總體都服從二項(xiàng)分布可以用正態(tài)分布來近似檢驗(yàn)統(tǒng)計(jì)量檢驗(yàn)H0：1-2=0檢驗(yàn)H0：1-2=d0兩個(gè)總體比率之差的檢驗(yàn)兩個(gè)總體比率之差的檢驗(yàn)

(檢驗(yàn)方法的總結(jié))假設(shè)雙側(cè)檢驗(yàn)左側(cè)檢驗(yàn)右側(cè)檢驗(yàn)假設(shè)形式H0：1-2=0H1：1-20H0

：1-20

H1：1-2<0

H0：1-20

H1：1-2>0

統(tǒng)計(jì)量拒絕域P值決策拒絕H0兩個(gè)總體比率之差的檢驗(yàn)

(例題分析)

【例】一所大學(xué)準(zhǔn)備采取一項(xiàng)學(xué)生在宿舍上網(wǎng)收費(fèi)的措施，為了解男女學(xué)生對(duì)這一措施的看法是否存在差異，分別抽取了200名男學(xué)生和200名女學(xué)生進(jìn)行調(diào)查，其中的一個(gè)問題是：“你是否贊成采取上網(wǎng)收費(fèi)的措施？”其中男學(xué)生表示贊成的比率為27%，女學(xué)生表示贊成的比率為35%。調(diào)查者認(rèn)為，男學(xué)生中表示贊成的比率顯著低于女學(xué)生。取顯著性水平=0.01，樣本提供的證據(jù)是否支持調(diào)查者的看法？21netnet兩個(gè)總體比率之差的檢驗(yàn)

(例題分析)H0

：1-2

0H1

：1-2<0

=

0.05n1=200,

n2=200臨界值(