假设检验概述 一、假设检验的基本概念 1.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，对总体的状况所做出的假设进行判断。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。本章分别讨论这两类检验方法。 2.与原假设对立的是备选假设(alternativ e hy pothesis) ，备选假设是在原假设被否定时另一种可能成立的结论。备选假设比原假设还重要，这要由实际问题来确定，一般把期望出现的结论作为备选假设。 构造一个统计量来决定是“接受原假设，拒绝备选假设”，还是“拒绝原假设，接受备选假设”。对不同的问题，要选择不同的检验统计量。检验统计量确定后，就要利用该统计的分布以及由实际问题中所确定的显著性水平，来进一步确定检验统计量拒绝原假设的取值范围，即拒绝域。在给定的显著性水平α下，检验统计量的可能取值范围被分成两部分：小概率区域与大概率区域。小概率区域就是概率不超过显著性水平α的区域，是原假设的拒绝区域；大概率区域是概率为 1-α的区域，是原假设的接受区域。 二、两种类型的错误 接受 拒绝 真实 判断正确 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 原假设 1. 研究者想收集证据予以反对的假设 2. 又称“0 假设” 3. 总是有符号 , 或 4. 表示为 H 0 H 0 ： = 某一数值 指定为符号 =， 或 备择假设 1. 研究者想收集证据予以支持的假设 2. 也称“研究假设” 3. 总是有符号 , 或 4. 表示为 H 1 H 1 ： <某一数值，或 某一数值 例如, H 1 ： < 10cm，或 10cm 提出假设(结论与建议) 1. 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 2. 先确定备择假设，再确定原假设 3. 等号“=”总是放在原假设上 4. 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) 显著性水平 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3. 表示为 (alpha) 常用的 值有0.01, 0.05, 0.10 4. 由研究者事先确定 总体参数检验 一、单侧检...
