5-1第七章假设检验第一节假设检验概述第二节总体参数检验第三节卡方检验参数估计是利用样本信息推断未知的总体参数，而假设检验是先对总体参数提出一个假设，然后利用样本信息判断这一假设是否成立。5-2引言H0（原假设）：某个人从来没有撒过慌H1（备择假设）：这个人说过谎证明：他必须出示从小到大每一时刻的录像，所有书写的东西等等，还要证明这些物证是完全的、真实的、没有间断的，即使找到一些证人，比如他的同学、家人和同事来证明，那也只能证明在场的证人在他人生中某些片段没有听到他骂人。但是，反过来，如果要证明这个人骂过人很容易，只要又一次被抓住就足够了。5-3引言结论：企图肯定什么事情很难，而否定就容易得多。（还记得上次那个例子吗？两个人住一起，其中有一个人病了，另一个人天天给他熬药还端到他床前，三个月过去了，突然有一天那个人忙得很，把药熬好了就对卧病在床的人说，你自己去喝吧，卧病的人心里想：“这个人怎么这么坏呢？”，他倒忘了这个人对他的好，记住一个人的好总比记住一个人的坏好，有时候想想，老师就像端药的人，学生就是喝药的人，良药苦口，我也许一直是你们背后说你们的那个烂人，老师也是弱势群体啊！！）5-4第一节假设检验概述一、假设检验的基本概念假设检验是统计推断的另一种方式，它与区间估计的差别主要在于：区间估计是用给定的大概率推断出总体参数的范围，而假设检验是以小概率为标准，目的是为了决定一个关于总体特征的定量的断言（比如一个假设）是否真实。假设检验与区间估计结合起来，构成完整的统计推断内容。假设检验分为两类：一类是参数假设检验，另一类是非参数假设检验。本章主要讨论参数假设检验。5-5小概率原理（某个人从来没有撒过慌）：即指概率很小的事件在一次试验中实际上不可能出现。这种事件称为“实际不可能事件”。H0（原假设）为小概率事件α（原假设是为了被否定的）接受域H1（被择假设）为了被肯定（1-α）拒绝域在假设检验中，规定一个小概率的界限а（0<а<1），把概率不超过а的事件看成是不可能事件。事件出现的概率越少，否定“该事件在一次事件中发生”这一现象就越有说服力。5-6假设检验的基本形式（一）双侧检验（二）单侧检验5-7显著水平与拒绝域5-8双侧检验一个著名的医生声称有75%的女性所穿的鞋子过小，一个研究组织对356名女性进行了研究，发现其中有313名妇女所穿的号码至少小一号。你对这个医生的论断有何看法？分析：这是一个双侧检验的问题。我们所关心的是：穿鞋子过少的女性比例与75%是否有显著差异。此时，可作如下假设：H0：ц=75%vsH1:ц≠75%α/21–αα/2-Zα/2Zα/25-9单侧检验（下侧检验）已知番茄罐头中，维生素C含量服从正态分布。按照规定，维生素C的含量不得少于21毫克，现从一批罐头中抽取17罐，计算得维生素C的平均值为23毫克。问：该批罐头维生素C的含量是否合格？分析：这个题目中我们关心的是罐头中维生素C的含量是否低于规定标准21毫克，因此属于下侧检验的问题。应提出如下建设：α–Zα01-а下侧检验的概率分布01:21:21HH5-10单侧检验（下侧检验）某厂有一批产品，须经检验合格才能出厂按照规定，次品率不能超过2%。今这批产品中任意抽取10件，发现有1件次品。问：这批产品是否合格？分析：题目关心的是：这批产品是否合格，等同于检验该批产品的次品率是否高于规定值2%，因此属于上侧检验问题。应作以下假设：1-а上侧检验的概率分布01:2%:2%HHα0Zα5-11二、两种类型的错误0H0H0H0H接受拒绝真实判断正确（1-α）弃真错误(第一类错误或α错误)不真实取伪错误(第二类错误或β错误)判断正确（1-β）两类错误发生的概率α与β之间是此消彼长的关系5-12两类错误在一定概率（小概率，α=5%，犯第一类错误概率，“去真”），我们在要求“存伪”（第二类错误）的概率尽量减少。无论我们拒绝还是不拒绝原假设，都可能犯错误，并且，在样本量一定的情况，两类错误不可能同时减少。使α和β同时减少方法是增大样本容量。5-13例1：消费者协会接到消费者投诉，指控品牌纸包装饮料存在...
