应用统计方法——假设检验教学幻灯片.ppt

Chapter three 假 设 检 验 ;Example 3.1 某厂家向一百货商店长期供应某种货物，双方根据厂家的传统生产水平，定出质量标准，即若次品率超过3%，则百货商店拒收该批货物。今有一批货物，随机抽43件检验，发现有次品2件，问应如何处理这批货物？ 先假设次品率p≤ 3% ，然后从抽样的结果来说明p≤ 3%这一假设是否合理。注意，这里用的是“合理”一词，而不是“正确”，粗略地说就是“认为p≤ 3% ”能否说得过去。 ;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;§3.2 正态总体参数检验(Parameter Test of Normal Population) ;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;上节课:假设检验的步骤: 1 提出假设:给出原假设和备择假设(受保护的作为原假设) 2给出检验统计量,并算出值 3给出拒绝域的形式 4给定显著性水平，求出临界值 5 根据样本观测值,作出拒绝或接受原假设的结论. ;（二） 两个正态总体的情形;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;§3.3 检验的实际意义及两类错误 (Practical Significance of Tests and Two Types Error);2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;　　真实 判断;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;§3.4其它分布的假设检验;2018/10/19;2018/10/19;2018/10/19;2018/10/19; 假设检验的结论通常是很简单的,在给定显著性水平下,不是拒绝原假设就是保留原假设,然而有时也会出现这样的情况:在一个较大的显著性水平下( )得到拒绝原假设的结论,而在一个较小的显著性水平下( )却又会得到相反的结论.在这种情况下理论上很易理解,因为显著性水平显著性水平变小后会导致检验的拒绝域变小,于是原来落在拒绝???中的观测值就落入接受域, 但这种情况在应用中会带来一些麻烦.假如这时一个人主张选择 另一个选择 则第一个人的结论拒绝原假设,第二人接受原假设,如何处理?;对于一些显著性水平,下表列出了相应的拒绝域和检验结论:;现在换个角度来看：;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;2018/10/19;§3.3.非参数假设检验;3.3.1分布函数的拟合检验;2018/10/19;2018/10/19;2018/10/19;2018/10/19;注1：除了正态概率纸外，常用的 还有对数正态概率纸，威布尔分布概率纸，而后两种在可靠统计中用的较多;2018/10/19;2018/