数据分析的统计基础（下）

四、假设检验

4.1 假设检验

4.1.1 概念

从对总体的假设出发用样本数据进行检验，实现对总体指标分析的过程。即，对总体指标是否等于某一个数值，某一随机变量是否服从某种概率分布而做出相应的假设。

• 分析样本指标和总体指标之间是否存在显著差异。

4.1.2 基本思想

对总体的指标作出假设，以小概率事件不会发生作为基准，运用反证法的思想，根据所获样本的数据，计算相应的样本统计量，得出小概率事件在此次抽样中是否发生的结论，从而对总体指标的假设做出接受或拒绝的判断。

4.2 假设检验的分析方法

4.2.1 假设检验的基本步骤

1. 建立假设$H_0$ $vs$ $H_1$，后者为备择假设。
2. 选择合适的检验统计量

• 单个正态总体均值的假设检验

检验法	$H_0$	$H_1$	检验统计量	拒绝域
$u$检验($\sigma$已知)	$\mu \le {\mu }_0$	$\mu >{\mu }_0$	$u=\frac{\overline{x}-{\mu }_0}{\frac{\sigma }{\sqrt{n}}}$	$u\ge u_{1-\alpha }$
	$\mu \ge {\mu }_0$	$\mu <{\mu }_0$		$u\le u_{1-\alpha }$
	$\mu ={\mu }_0$	$\mu \ne {\mu }_0$		$|u|\ge u_{1-\alpha /2}$
–	–	–	–	–
$t$检验($\sigma$未知)	$\mu \le {\mu }_0$	$\mu >{\mu }_0$	$t=\frac{\overline{x}-{\mu }_0}{s/\sqrt{n}}$	$t\ge t_{1-\alpha }(n-1)$
	$\mu \ge {\mu }_0$	$\mu <{\mu }_0$		$t\le t_{1-\alpha }(n-1)$
	$\mu ={\mu }_0$	$\mu \ne {\mu }_0$		$|t|\ge t_{1-\alpha /2}(n-1)$

• 两个正态总体均值的假设检验

检验法	$H_0$	$H_1$	检验统计量	拒绝域
$u$检验(${\sigma }_1、{\sigma }_2$已知)	${\mu }_1\le {\mu }_2$	${\mu }_1>{\mu }_2$	$u=\frac{\overline{x}-\overline{y}}{\sqrt{\frac{{\sigma }_1^2}{m}+\frac{{\sigma }_2^2}{n}}}$	$u\ge u_{1-\alpha }$
	${\mu }_1\ge {\mu }_2$	${\mu }_1<{\mu }_2$		$u\le u_{1-\alpha }$
	${\mu }_1={\mu }_2$	${\mu }_1\ne {\mu }_2$		$|u|\ge u_{1-\alpha /2}$
–	–	–	–	–
$t$检验(${\sigma }_1={\sigma }_2$未知)	${\mu }_1\le {\mu }_2$	${\mu }_1>{\mu }_2$	$t=\frac{\overline{x}-\overline{y}}{s_w\sqrt{\frac{1}{m}+\frac{1}{n}}}$	$t\ge t_{1-\alpha }(m+n-2)$
	${\mu }_1\ge {\mu }_2$	${\mu }_1<{\mu }_2$		$t\le$