概率论与数理统计B 重点/笔记梳理 第八章

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：
$$H_0:\mu ={\mu }_0=50$$
备择假设为:
$$H_1:\mu \ne u_0$$
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：
$$|\overline{x}-{\mu }_0|$$
如果过大，那么我们就怀疑假设不成立。

故当假设成立时，有
$$\overline{x}-N({\mu }_0,\frac{{\sigma }^2}{n})$$
那么进行归一化:
$$\frac{\overline{x}-{\mu }_0}{\sigma /\sqrt{n}}-N(0,1)$$
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：
  $$P(|U|<u_{\frac{\alpha }{2}})=1-\alpha$$

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）。