五、假设检验：使用Python进行单个正态总体方差的假设检验

设总体$X\sim N(\mu ,{\sigma }^2),\mu ,{\sigma }^2$未知，$X_1,...,X_n$是总体X的样本。则其检验统计量为：
$$\frac{(n-1)S^2}{{\sigma }^2}\sim {\chi }^2(n-1)$$
方差的假设检验也可分为三类：双边检验，左侧检验和右侧检验。

双边检验

假设检验的形式：
$$H_0:{\sigma }^2={\sigma }_0^2{H}_1:{\sigma }^2\ne {\sigma }_0^2$$
拒绝域为：
$${\chi }^2=\frac{(n-1)s^2}{{\sigma }_0^2}\le {\chi }_{1-\alpha /2}^2(n-1)or{\chi }^2=\frac{(n-1)s^2}{{\sigma }_0^2}\ge {\chi }_{\alpha /2}^2(n-1)$$
p值求法：
因为${\chi }^2$为非对称分布，所以在求其p值是一定要注意：
p = { χ 2 ( n − 1 ) ≤ χ 0 2 } p=\{\chi^2(n-1) \le \chi_0^2\} p={χ2(n−1)≤χ02​}
上式中，n为样本容量，而
$${\chi }_0^2=\frac{(n-1)s^2}{{\sigma }_0^2}$$
真正的pval应该如下取值：
$$pval=2min(p,1-p)$$

左侧检验

假设检验的形式：
$$H_0:{\sigma }^2={\sigma }_0^2{H}_1:{\sigma }^2<{\sigma }_0^2$$
拒绝域为：
$${\chi }^2=\frac{(n-1)s^2}{{\sigma }_0^2}\le {\chi }_{1-\alpha }^2(n-1)$$
p值求法：
p v a l = { χ 2 ( n − 1 ) ≤ χ 0 2 } pval=\{\chi^2(n-1) \le \chi_0^2\} pval={χ2(n−1)≤χ02​}

右侧检验

假设检验的形式：
$$H_0:{\sigma }^2={\sigma }_0^2{H}_1:{\sigma }^2>{\sigma }_0^2$$
拒绝域为：
$${\chi }^2=\frac{(n-1)s^2}{{\sigma }_0^2}\ge {\chi }_{\alpha }^2(n-1)$$
p值求法：
p v a l = { χ 2 ( n − 1 ) ≥ χ 0 2 } pval=\{\chi^2(n-1) \ge \chi_0^2\} pval={χ2(n−1)≥χ02​}

Python计算实现

import numpy as np
from scipy import stats

def chi2test(sample_var, sample_num,sigma_square,side='both', alpha=0.05):
    '''
    参数：
    sample_var--样本方差
    sample_num--样本容量
    sigma_square--H0方差
    返回值：
    pval
    '''
    x0=((sample_num-1)*sample_var)/(sigma_square)
    chi2 = stats.chi2(df=sample_num-1)
    pval = None
    if side == 'both':
        p = chi2.cdf(x0)
        pval = 2*np.min(p, 1-p)
    elif side == 'left':
        pval = chi2.cdf(x0)
    else: 
        pval = chi2.sf(x0)
    return {"pval": pval}

应用案例

例1：一个园艺科学家正在培养一个新品种苹果，这种苹果除了口感好和颜色鲜艳外，另一个重要特征是单个重量差异不大（对照品种的方差${\sigma }^2=7$). 为了评估新苹果，他随机挑选了 25 个测试重量（单位：克），其样本方差为$S^2=4.25$. 问新品种的方差是否比对照品种方差小？($\alpha =0.05$)
解：$H_0:{\sigma }^2\ge 7H_1:{\sigma }^2\le 7$
python计算如下：

chi2test(4.25, 25, 7,side='left')
# 结果
{'pval': 0.067325420131622044}

因为$pval=0.067325420131622044>\alpha =0.5$, 所以接受原假设，即认为新品种的方差并不比对照组的小。

参考文献

• 《概率论与数理统计》 浙大
• numpy and scipy documents

联系交流

• email: hflag@163.com
• qq: 532843488
  本人一直从事《概率论与数理统计》教学，欢迎遇到难题的童靴联系我。