目录
1.检验假设的基本思想与步骤
1.检验思想
(1).在我们所接触的参数检验、非参数检验中,绝大多数使用的反证法思想。即当我们要检验一个假设是不是成立时,我们所采用的就是先假定这个假设成立,在此基础上来看当这个结果正确是,会有什么结果。假如由此得出一个不合理的假设,那就证明该假设不正确,假设不成立。那么我们就会拒绝这个假设;反之,则接受。
2.检验步骤
(1)提出假设:单边假设、双边假设;
(2)选定显著性水平,一般取;
(3)构造检验统计量;
(4)给出拒绝域与结论。
2.检验假设的两类错误
1.第一类错误
原假设为真,但是拒绝原假设,犯第一类错误的概率为:
α = P{拒绝H0 | H0为真}
2.第二类错误
原假设为假,但是接受原假设,反第二类错误的概率为:
β = P{接受H0 | H0为假}.
一般来说,在已经给定了也根本容量的情况下,减少犯第一类错误的概率势必会增加犯第二类错误的概率,反之也一样;但是增大样本容量可以减少反第一类和第二类的概率。
3.正态总体均值的参数检验
1.单个总体
例题1、某种电器的寿命X(单位:H)服从正态分布N(,),,均未知,现在随机抽取16只电器,测得寿命如下:
159 | 280 | 101 | 212 | 224 | 379 | 179 | 264 |
222 | 362 | 168 | 250 | 149 | 260 | 485 | 170 |
问是否有理由认为电器的平均寿命大于225小时?
检验假设:H0 : µ ≤ µ0 = 225, H1 : µ>µ0 = 225.
R语言中,函数t.test()提供了T检验和去加估计的功能,函数的使用格式如下:
t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)
参数解释:
(1)x,y表示变量参数,提供x只做单个总体均值检验,提供x,y做两总体均值检验;
(2)alternative 表示备择假设,括号内分别表示双边检验,左侧检验,右侧检验;
(3)mu表示原假设,conf.leve表示置信水平,默认取0.95。
R语言代码实现:
t.test(X, alternative = "greater", mu = 225)
求解结果:
从图中我们可以知道,置信下限为198.2321<225,P值为0.257>0.05,则不能拒绝原假设,接受原假设H0,认为平均寿命不大于225小时。
2.两个总体
例2. 在平炉上进行一项实验,用来研究改变操作方法的建议是否会增加钢的得率,实验环境除了操作方法不一样外,其余都一样。新旧交替,各10次。
标准方法 | 78.1 | 72.4 | 76.2 | 74.3 | 77.4 | 78.4 | 76.0 | 75.5 | 76.7 | 77.3 |
新方法 | 79.1 | 81.0 | 77.3 | 79.1 | 80.0 | 79.1 | 79.1 | 77.3 | 80.2 | 82.1 |
设两个样本相互独立,都服从正态分布 (1,&#