第8章 假设检验 8.1假设检验的基本问题 8.2一个总体参数的检验 8.3两个总体参数的检验 8.4检验问题的进一步说明
8 - 2 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 第 8 章 假设检验 8.1 假设检验的基本问题 8.2 一个总体参数的检验 8.3 两个总体参数的检验 8.4 检验问题的进一步说明
学习目标 1.了解假设检验的基本思想 2.掌握假设检验的步骤 3.对实际问题作假设检验 4.利用置信区间进行假设检验 5.利用P-值进行假设检验
8 - 3 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 学习目标 1. 了解假设检验的基本思想 2. 掌握假设检验的步骤 3. 对实际问题作假设检验 4. 利用置信区间进行假设检验 5. 利用P - 值进行假设检验
统计学 STATISTICS 8.1假设检验的基本问题 (第7枫】 8.1.1假设问题的提出 8.1.2假设的表达式 8.1.3 两类错误 8.1.4假设检验的流程 8.1.5利用P值进行决策 8.1.6单侧检验 8-4 作有票代平，中国人民人角从汗件膜
8 - 4 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 8.1 假设检验的基本问题 8.1.1 假设问题的提出 8.1.2 假设的表达式 8.1.3 两类错误 8.1.4 假设检验的流程 8.1.5 利用P值进行决策 8.1.6 单侧检验
统计学 STATISTICS (第7版) 假设问题的提出 8-5 作碧意温平，中国人民大分魏钟放
8 - 5 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 假设问题的提出
什么是假设？ (hypothesis) →对总体参数的的数值所作的一种陈述 ■总体参数包括总体均值、比例、方差等 ■分析之前必需陈述
8 - 6 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 什么是假设? (hypothesis) 对总体参数的的数值所作的一种陈述 n 总体参数包括总体均值、比例、方差等 n 分析之前必需陈述
什么是假设检验？ (hypothesis testing) 1.事先对总体参数或分布形式作出某种假 设，然后利用样本信息来判断原假设是 否成立 2.有参数假设检验和非参数假设检验 3.采用逻辑上的反证法，依据统计上的小 概率原理
8 - 7 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 什么是假设检验? (hypothesis testing) 1. 事先对总体参数或分布形式作出某种假 设，然后利用样本信息来判断原假设是 否成立 2. 有参数假设检验和非参数假设检验 3. 采用逻辑上的反证法，依据统计上的小 概率原理
提出原假设和备择假设 →什么是原假设？(null hypothesis) 1.待检验的假设，又称“0假设” 2.研究者想收集证据予以反对的假设 3.总是有等号且，。或口 4. 表示为Ho ■ HO:O且某一数值 指定为=号，即。或 其 例如，H0:O且3190（克）
8 - 8 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 提出原假设和备择假设 什么是原假设？(null hypothesis) 1. 待检验的假设，又称“0假设” 2. 研究者想收集证据予以反对的假设 3. 总是有等号 , 或 4. 表示为 H0 n H0： 某一数值 n 指定为 = 号，即 或 n 例如, H0： 3190（克）
提出原假设和备择假设 →什么是备择假设？(alternative hypothesis) 1.与原假设对立的假设，也称“研究假设” 2.研究者想收集证据予以支持的假设总是有不 等号：©，日或⑧ 3. 表示为H ■H:O<某一数值，或O⑧某一数值 ■例如，H1:O<3910(克)，或O⑧3910（克）
8 - 9 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 什么是备择假设？(alternative hypothesis) 1. 与原假设对立的假设，也称“研究假设” 2. 研究者想收集证据予以支持的假设总是有不 等号: , 或 3. 表示为 H1 n H1： <某一数值，或 某一数值 n 例如, H1： < 3910(克)，或 3910(克) 提出原假设和备择假设
统计学 STATISTICS (第7版) 假设检验中的两类错误 (决策风险) 8-10 作意膏得平中有人民兴分总是
8 - 10 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 假设检验中的两类错误 (决策风险)
假设检验中的两类错误 1.第一类错误（弃真错误》 ■原假设为真时拒绝原假设 ■会产生一系列后果 ■第一类错误的概率为© 。被称为显著性水平 2.第二类错误（取伪错误） ■原假设为假时接受原假设 ■第二类错误的概率为 (Beta)
8 - 11 作者：贾俊平，中国人民大学统计学院 统计学 STATISTICS (第7版) 假设检验中的两类错误 1. 第一类错误（弃真错误） n 原假设为真时拒绝原假设 n 会产生一系列后果 n 第一类错误的概率为 l 被称为显著性水平 2. 第二类错误（取伪错误） n 原假设为假时接受原假设 n 第二类错误的概率为 (Beta)
