假设检验中的两类错误
- H0成立,而检验结果不成立(弃真)
- α = p ( x ∈ V ∣ H 0 ) \alpha=p(x∈V|H_0) α=p(x∈V∣H0)
- H0不成立,而检验结果成立(取伪)
- β = p ( x ∉ V ∣ H 1 ) \beta = p(x∉V|H_1) β=p(x∈/V∣H1)
例3.12:设总体X~N( μ , σ 0 2 \mu,\sigma_0^2 μ,σ02), σ 0 2 \sigma_0^2 σ02已知,样本容量为n,求对问题:
H0: μ = μ 0 \mu=\mu_0 μ=μ0; H1: μ = μ 1 > μ 0 \mu=\mu_1>\mu_0 μ=μ1>μ0
的 μ \mu μ检验的两类错误的概率。
解:构造统计量 u = X ˉ − μ 0 σ 0 / n u=\frac{\bar X-\mu_0}{\sigma_0/\sqrt{n}} u=σ0/nXˉ−μ0,当H0成立时,u~N(0,1)
当H1成立时, u = X ˉ − μ 0 σ 0 / n = X ˉ − μ 1 σ 0 / n + μ 1 − μ 0 σ 0 / n u=\frac{\bar X-\mu_0}{\sigma_0/\sqrt{n}}=\frac{\bar X-\mu_1}{\sigma_0/\sqrt{n}} + \frac{\mu_1-\mu_0}{\sigma_0/\sqrt{n}} u=σ0/nXˉ−μ0=σ0/nXˉ−μ1+σ0/nμ1−μ0~N( μ 1 − μ 0 σ 0 / n \frac{\mu_1-\mu_0}{\sigma_0/\sqrt{n}} σ0/nμ1−μ0,1)
当犯第一类错误时, p ( x ∈ V ∣ H 0 ) = α p(x∈V|H_0)=\alpha p(x∈V∣H0)=α
注:此时构造统计量属于标准正态分布,如果犯了第一类错误,说明此时样本点是落入拒绝域的,此时拒绝域的大小就为α
当犯第二类错误时, β = p ( x ∉ V ∣ H 1 ) = p ( μ ≤ μ ( 1 − α ) ∣ H 1 ) \beta = p(x∉V|H_1)=p(\mu\le\mu_{(1-\alpha)}|H_1) β=p(x∈/V∣H1)=p(μ≤μ(1−α)∣H1)
注:H0是不成立的,但是检验结果接收了它,也即是在H1的情况下(对应H0不成立),样本点落入接受域(检验结果接收它)
p ( μ ≤ μ ( 1 − α ) ∣ H 1 ) p ( μ − μ 1 − μ 2 σ 0 / n ≤ μ ( 1 − α ) − μ 1 − μ 2 σ 0 / n ∣ H 1 ) = Φ ( μ ( 1 − α ) − μ 1 − μ 2 σ 0 / n ) p(\mu\le\mu_{(1-\alpha)}|H_1)\\p(\mu-\frac{\mu_1-\mu_2}{\sigma_0/\sqrt{n}}\le\mu_{(1-\alpha)}-\frac{\mu_1-\mu_2}{\sigma_0/\sqrt{n}}|H_1)\\=\Phi(\mu_{(1-\alpha)}-\frac{\mu_1-\mu_2}{\sigma_0/\sqrt{n}}) p(μ≤μ(1−α)∣H1)p(μ−σ0/nμ1−μ2≤μ(1−α)−σ0/nμ1−μ2∣H1)=Φ(μ(1−α)−σ0/nμ1−μ2)