第八章 假设检验
tips:7-8章建议看一下书上的例题。
之前我们已经提到过了有两种类型的假设检验:
- 总体分布已知,但是参数位置;
- 总体分布未知,根据参数判断属于哪一种分布;
根据样本对于总体参数的某种假设做出判断,为了判断总体的这些性质,提出的关于总体的各种假设就是统计假设。
假设检验的任务就是根据样本提供的信息来对提出的假设进行判断——接受还是拒绝?
如果假设是对于总体参数提出的,那么就是参数假设检验,否则就是非参数检验。
第一节 参数假设检验的问题与方法
首先我们可以设定一个这样的应用场景:从某日生产的化肥中人去9包作为样本。现在已经知道了,设化肥质量X,那么如果X服从正态分布那就是正常工作,否则不正常工作。现在的问题就是如何根据样本观测值来判断总体均值mu是否等于50kg。
那么对应的原假设或者是零假设:
H
0
:
μ
=
μ
0
=
50
H_0:\mu=\mu_0=50
H0:μ=μ0=50
备择假设为:
H
1
:
μ
≠
u
0
H_1:\mu\neq u_0
H1:μ=u0
现在分析:由于样本均值是总体均值的无偏估计,当原假设为真,样本均值与总体均值的偏差应该比较小:
∣
x
‾
−
μ
0
∣
|\overline{x}-\mu_0|
∣x−μ0∣
如果过大,那么我们就怀疑假设不成立。
故当假设成立时,有
x
‾
−
N
(
μ
0
,
σ
2
n
)
\overline{x}-N(\mu_0,\frac{\sigma^2}{n})
x−N(μ0,nσ2)
那么进行归一化:
x
‾
−
μ
0
σ
/
n
−
N
(
0
,
1
)
\frac{\overline{x}-\mu_0}{\sigma/\sqrt{n}}-N(0,1)
σ/nx−μ0−N(0,1)
那么我可以通过构造双侧分位点找点一个类似于置信区间的东西,如果是我们的U落在了该区间,那么原假设成立,否则落在的其他的区域就是拒绝域。
步骤总结:
-
通过所求参数构造分布函数;
-
根据给定的置信度寻找双侧分位点,从而得到置信区间:
P ( ∣ U ∣ < u α 2 ) = 1 − α P(|U|<u_\frac{\alpha}{2})=1-\alpha P(∣U∣<u2α)=1−α
第二节 单总体参数的检验
我们都知道,当n趋近于正无穷的时候,所有的分布都趋近于一个正态分布,因此可以说参数检验是以正态分布作为基础的。
第三节 双总体参数检验
tips:第二、三节就是第七章的构造分布函数,然后找双侧分位点从而构建一个置信区间,大同小异,自己去看书上P169-P174(第四节,应该是不考)。
位点从而构建一个置信区间,大同小异,自己去看书上P169-P174(第四节,应该是不考)。