第6章假设检验 61假设检验的基本问题 62一个总体参数的检验 63两个总体参数的检验
第 6 章 假设检验 6.1 假设检验的基本问题 6.2 一个总体参数的检验 6.3 两个总体参数的检验
1ATISTIG. 学习目标 (三 假设检验的基本思想和原理 假设检验的步骤 一个总体参数的检验 两个总体参数的检验 尸值的计算与应用 用Exce进行检验 2008年月
6 - 4 统计学 STATISTICS (第三版) 2008年8月 学习目标 ⚫ 假设检验的基本思想和原理 ⚫ 假设检验的步骤 ⚫ 一个总体参数的检验 ⚫ 两个总体参数的检验 ⚫ P值的计算与应用 ⚫ 用Excel进行检验
T正常人的平均体温是370c吗? (三 当问起健康的3713693693713644 成年人体温是36936636236736.9 多少时,多数 人的回答是 37.636.737.3369364 37,这似乎36.1371366365367 已经成了一种371362363375369 共识。下面是370367369370371 个研究人员 测量的50个健 36.637.236436637.3 康成年人的体36.1371370366369 温数据 36737236.337.1367 36837.037.036.137.0 6-5 2008年月
6 - 5 统计学 STATISTICS (第三版) 2008年8月 正常人的平均体温是37oC吗？ ➢ 当问起健康的 成年人体温是 多少时，多数 人 的 回 答 是 37oC，这似乎 已经成了一种 共识。下面是 一个研究人员 测量的50个健 康成年人的体 温数据 37.1 36.9 36.9 37.1 36.4 36.9 36.6 36.2 36.7 36.9 37.6 36.7 37.3 36.9 36.4 36.1 37.1 36.6 36.5 36.7 37.1 36.2 36.3 37.5 36.9 37.0 36.7 36.9 37.0 37.1 36.6 37.2 36.4 36.6 37.3 36.1 37.1 37.0 36.6 36.9 36.7 37.2 36.3 37.1 36.7 36.8 37.0 37.0 36.1 37.0
TT正常人的平均体温是37c吗? (三 根据样本数据计算的平均值是36.8C,标准差 为0360C 根据参数估计方法得到的健康成年人平均体温的 95%的置信区间为(367,36.9)。研究人员发现 这个区间内并没有包括370C 因此提出“不应该再把370C作为正常人体温的 个有任何特定意义的概念” 我们应该放弃“正常人的平均体温是370C”这个 共识吗?本章的内容就将提供一套标准统计程序 来检验这样的观点 2008年月
6 - 6 统计学 STATISTICS (第三版) 2008年8月 正常人的平均体温是37oC吗？ ➢ 根据样本数据计算的平均值是36.8 oC ，标准差 为0.36oC ➢ 根据参数估计方法得到的健康成年人平均体温的 95%的置信区间为(36.7，36.9)。研究人员发现 这个区间内并没有包括37oC ➢ 因此提出“不应该再把37oC作为正常人体温的 一个有任何特定意义的概念” ➢ 我们应该放弃“正常人的平均体温是37oC”这个 共识吗？本章的内容就将提供一套标准统计程序 来检验这样的观点
第6章假设检验 61假设检验的基本原理 61.1怎样提出假设? 61.2怎样做出决策? 613怎样表述决策结果?
6.1 假设检验的基本原理 6.1.1 怎样提出假设？ 6.1.2 怎样做出决策？ 6.1.3 怎样表述决策结果？ 第 6 章 假设检验
61假设检验的基本原理 61.1怎样提出假设?
6.1.1 怎样提出假设？ 6.1 假设检验的基本原理
什么是假设? 1ATISTIG. (三 (hypothesis) 在参数检验中,对总体参数的具体数值 所作的陈述 ■就一个总体而言,总体参数包括总体均值 比例、方差等 ■分析之前必需陈述 6-9 2008年月
6 - 9 统计学 STATISTICS (第三版) 2008年8月 什么是假设? (hypothesis) ☺在参数检验中，对总体参数的具体数值 所作的陈述 ◼ 就一个总体而言，总体参数包括总体均值、 比例、方差等 ◼ 分析之前必需陈述
什么是假设检验? 1ATISTIG. (三 (hypothesis test) 1.先对总体的参数(域或分布形式)提出某种假设, 然后利用样本信息判断假设是否成立的统计方 法 有参数检验和非参数检验 3.逻辑上运用反证法,统计上依据小概率原理 小概率是在一次试验中,一个几乎不可能发生的 事件发生的概率 在一次试验中小概率事件一日发生,我们就有理 由拒绝原假设 2008年月
6 - 10 统计学 STATISTICS (第三版) 2008年8月 什么是假设检验? (hypothesis test) 1. 先对总体的参数(或分布形式)提出某种假设， 然后利用样本信息判断假设是否成立的统计方 法 2. 有参数检验和非参数检验 3. 逻辑上运用反证法，统计上依据小概率原理 ◼ 小概率是在一次试验中，一个几乎不可能发生的 事件发生的概率 ◼ 在一次试验中小概率事件一旦发生，我们就有理 由拒绝原假设
原假设 1ATISTIG. (三 (null hypothesis) 1.又称“0假设”,研究者想收集证据予以反对的假 设,用台表示 所表达的含义总是指参数没有变化或变量之间没 有关系 3.最初被假设是成立的,之后根据样本数据确定是否 有足够的证据拒绝它 4.总是有 或≥ H0:=某一数值 H0:≥某一数值 H:4≤某一数值 ●例如,H0:H=10cm 2008年月
6 - 11 统计学 STATISTICS (第三版) 2008年8月 原假设 (null hypothesis) 1. 又称“0假设”，研究者想收集证据予以反对的假 设，用H0表示 2. 所表达的含义总是指参数没有变化或变量之间没 有关系 3. 最初被假设是成立的，之后根据样本数据确定是否 有足够的证据拒绝它 4. 总是有符号 = , 或 ◼ H0 ： = 某一数值 ◼ H0 ： 某一数值 ◼ H0 ： 某一数值 ⚫ 例如, H0 ： = 10cm
备择假设 1ATISTIG. (三 (alternative hypothesis) 1.也称“研究假设”,研究者想收集证据予以支持的 假设,用H1或H表示 所表达的含义是总体参数发生了变化或变量之间 有某种关系 3.备择假设通常用于表达研究者自己倾向于支持的 看法,然后就是想办法收集证据拒绝原假设,以 支持备择假设 4.总是有符号≠,某一数值 H1:4<某一数值 12 2008年月
6 - 12 统计学 STATISTICS (第三版) 2008年8月 1. 也称“研究假设” ,研究者想收集证据予以支持的 假设，用H1或Ha表示 2. 所表达的含义是总体参数发生了变化或变量之间 有某种关系 3. 备择假设通常用于表达研究者自己倾向于支持的 看法，然后就是想办法收集证据拒绝原假设，以 支持备择假设 4. 总是有符号 , 或 ◼ H1： 某一数值 ◼ H1： 某一数值 ◼ H1： <某一数值 备择假设 (alternative hypothesis)
