心理统计学分析报告.ppt

假设检验的基本问题 假设的陈述 两类错误与显著性水平 统计量与拒绝域 利用P值进行决策 什么是假设?(hypothesis) ? 对总体参数的具体数值所作的陈述 总体参数包括总体均值、比例、方差等 分析之前必需陈述 我认为这种新药的疗效比原有的药物更有效! 什么是假设检验? (hypothesis test) 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过程 有参数检验和非参数检验 逻辑上运用反证法，统计上依据小概率原理 假设检验的基本思想 ... 因此我们拒绝假设 ? = 50 ... 如果这是总体的真实均值 样本均值 m = 50 抽样分布 H0 这个值不像我们应该得到的样本均值 ... 20 总体 ? ? ? ? ? ? ? 假设检验的过程 抽取随机样本 均值 ?x = 20 ? ? ? ? 我认为人口的平均年龄是50岁 提出假设 拒绝假设 别无选择! 作出决策 原假设与备择假设 原假设(null hypothesis) 研究者想收集证据予以反对的假设 又称“0假设” 总是有符号 ?, ? 或?? 4. 表示为 H0 H0 ： ? = 某一数值 指定为符号 =，? 或 ?? 例如, H0 ： ? ? 10cm 研究者想收集证据予以支持的假设 也称“研究假设” 总是有符号 ?,?? 或 ? 表示为 H1 H1 ： ? 某一数值，或? ?某一数值 例如, H1 ： ? 10cm，或? ?10cm 备择假设 (alternative hypothesis) 【例】一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和被择假设 提出假设 解：研究者想收集证据予以证明的假设应该是“生产过程不正常”。建立的原假设和备择假设为 H0 ： ? ? 10cm H1 ： ? ? 10cm 【例】一家研究机构估计，某城市中家庭拥有汽车的比例超过30%。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设 解：研究者想收集证据予以支持的假设是“该城市中家庭拥有汽车的比例超过30%”。建立的原假设和备择假设为 H0 ： ? ? 30% H1 ： ? ? 30% 提出假设 原假设和备择假设是一个完备事件组，而且相互对立 在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立 先确定备择假设，再确定原假设 等号“=”总是放在原假设上 因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论) 提出假设 (结论与建议) 假设检验中的小概率原理 ? 什么小概率？ 1. 小概率事件在一次试验中，不可能发生的事件发生； 2. 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 3. 小概率由研究者事先确定， 为显著性水平? 什么是小概率？ ? 假设检验的原因和思想方法 原因： （1）要研究总体却无总体数据 （2）用样本去研究总体存在误差，该抽样误差与真正的误差（系统）混在一起，难以分辨，因此只有引进假设检验才能去推断。 思想方法：是一种有概率值保证的反证法。 从原假设出发，采用统计量，放入抽样统计量分布去考察，如发生小概率事件，则推翻原假设。 统计假设与数学反证法的区别： ——假设检验的结果只是小概率事件说假设有问题，数学结果百分百一定是荒谬的； ——统计假设有两种可能结果，推翻或支持原假设；数学结果一定是荒谬的，推翻原假设； * Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is s