第八章 假设检验课件.ppt
《第八章 假设检验课件.ppt》由会员分享,可在线阅读,更多相关《第八章 假设检验课件.ppt(75页珍藏版)》请在三一办公上搜索。
1、第八章 假设检验,李金德,第一节 假设检验的原理第二节 平均数的显著性检验第三节 平均数差异的显著性检验第四节 方差的差异检验第五节 相关系数的显著性检验第六节比率的显著性检验,第一节 假设检验的原理,在统计学中,通过样本统计量得出的差异做出一般性结论,判断总体参数之间是否存在差异,这种推论过程称作假设检验(hypothesis testing)假设检验分为参数检验和非参数检验。前者指的是总体分布已知,需要对总体的未知参数做假设检验。后者指的是总体分布知之甚少,对总体的函数形式和特征进行假设检验。假设检验是推论统计中最重要的内容。,B总体,A样本,样本有差异,A总体,B样本,总体有差异,推论,
2、第一节 假设检验的原理,先看一个例子:例:张老师有一个已经测试过千名大学生的人格测验,得到平均分为50,标准差为12,且该测验分数呈正态分布。他认为心理学专业学生的性格与其他大学生不同,因此他用这人格测验测试了16名心理学专业的大学生,结果他们的平均分为58。张老师声称这就是心理学专业与其他专业性格不同的证据。他的说法合理吗?,分析这个例子,这种判断是基于样本平均数对心理学专业学生总体的平均数与目标总体平均数差异的推断。因为这个16名学生的平均分高于性格测验的平均分(5850),故张老师认为心理学专业的总体比一般大学生性格分数更高。他的推断的假设:心理学专业学生总体的平均分和这个样本的平均分是
3、一样的,高于一般大学生在性格测试上的平均分。,总体均值的可能情形,总体均值有三种可能:1.心理学专业总体均分与其他专业相同,都是50分2.心理学专业总体均分高于50,正如张老师所暗示3.心理学专业总体均分低于50所以,仅仅基于样本平均数,就推断总体与一般学生的有不同,是考虑不全面的。必须经过必要检验。,如何进行检验?,1.张老师认为:心理学与一般大学生的性格测试平均数不同-假设12.与假设1相对的假设是:心理学与一般大学生的性格测验平均数相同-假设03.假设1(H1)与假设0(H0)是互斥的。若H1,则H0 若H1 ,则H0 ,一、备择假设与虚无假设,(一)备择假设1.就是实验人员希望证实的假
4、设,也称研究假设。2.性质:假设两个样本统计(或两个总体参数)之间,又或者是样本统计量与总体参数之间存在真实的差异,是一种有差假设,用H1表示。3.表达方式,如:H1: 或 ; 或 。,(二)虚无假设,1.研究人员为了证实研究假设是真的而利用概率论的反证法所进行的假设,即从研究假设的反面进行假设。2.性质:虚无假设是假设两个总体参数之间或样本统计量与总体参数之间不存在真正的差异,其现存的表面差异是由抽样所造成的误差,是一种无差假设,又称零假设或原假设,用H0符号表示。表达方式:H0: 或 ; 或,(三)备择假设和虚无假设的关系,H0零假设: 心理学专业=50H1备择假设:心理学专业50H1是想
5、要的结果,但是无法直接验证只能通过证明H0,反证H1的正确与否结论:找到证明H0正确与否的依据就是假设检验的关键!,(四)零假设检验依据抽样分布,根据均值的样本分布原理可计算:在一个平均数为50的总体中,抽取一个16名学生的样本,其样本平均数为58的概率,有1%的概率可能等于或大于58。1%的概率意味着什么?小概率事件!,14 26 38 50 62 74 86,41 44 47 50 53 56 61,58,(五 )小概率事件,统计学上小概率事件是指是指在一次试验中几乎不可能发生的,如果发生了则该事件被认为是不合理的。传统上,将不超过0.05的事件当做“小概率事件”,有时也定0.01和0.0
6、01,。回到问题:在一次从总体(=50,=12)的抽样中(n=16),有1%的可能性,样本的均值为58,意味着小概率事件发生了,即58这个数不是从这个总体中抽出来的。(张老师的判断是对的!),二、 显著性水平,1.含义:指为拒绝虚无假设(零假设)而设定的小概率值。2. 零假设与显著性水平的关系:如果零假设正确的可能性只有5%,我们就排除零假设。还可以把这临界值设置在1%或者0.1%。这种临界概率就称为显著性水平。显然通过显著性水平可以判断是否接受零假设。,3.显著性水平与拒绝和接受域因为5%的显著性水平在正态分布上对应的Z值为1.96,所以当检验值落在-1.96 ,1.96 时,我们认为零假设
7、有95%是对的,接受它,则该区域为接受域。而当检验值落在(-,-1.96)或(1.96,+)时,我们认为零假设只有5%是对的,拒绝它,则该区域为拒绝域。,1.96 1.96, 接受H0 ,拒绝H0,拒绝H0 ,95%,0.025,0.025,4.差异显著判断规则 (正态检验)虽然我们比较习惯取=0.05和=0.01,但也可以取其它的显著性水平值,如0.005或0.001。,三、假设检验中的两类错误,(一)定义错误(I型错误): H0为真时却被拒绝,弃真错误; 错误是指虚无假设本身是正确的,但由于抽样的随机性而使检验值落入了拒绝虚无假设的区域,致使我们作出了拒绝虚无假设的结论,错误(II型错误)
8、: H0为假时却被接受,取伪错误;错误是指虚无假设本身不正确,但由于抽样的随机性而使检验值落入了接受虚无假设的区域,致使我们作出了接受虚无假设的结论,说明事物之间没有显著的差异。,表解两类错误,表8-2 假设检验的各种可能结果,(二)两类错误的关系,1. 1原因:与是两个前提下的概率。即是拒绝原假设H0时犯错误的概率,这时前提是H0为真; 是接受原假设H0时犯错误的概率,这时前提是H0为伪。, 1,H0为真,即 0=1的分布,0,1,H1为真,即 01的分布,2.在其他条件不变情况下,和不能同时减小或增大。当减小的时候,一定增大。当增大的时候,一定减少。想要和同时降低,需要改变数据分布,即要增
9、大抽样的样本。,0,1,0,1,3.统计检验力:1-,0,1,(四)单侧与双侧检验,1.双侧检验:只强调差异,不管大小。检验假设为:H0零假设: 1=0H1备择假设:10,0.025,0.025,0,2.单侧检验:强调大小。检验假设形式一:H0零假设: 10H1备择假设:1 0,0.05,0,2.单侧检验:强调大小。检验假设形式二:H0零假设: 10H1备择假设:1 0,0.05,0,(五)假设检验的步骤,提出原假设和备择假设(三种)确定适当的检验统计量(Z,t,F)指定检验中的显著性水平利用显著性水平,建立拒绝H0原则计算样本统计量的值作出统计决策 (两种方法) :(1) 将检验统计量的值与
10、拒绝规则所指定的临界值相比较,确定是否拒绝原假设;(2)由检验统计量计算p值,利用p值确定是否拒绝原假设.,例题8-1,某校一个心理班进行比奈智力测验, M=110, 班级人数n=50, 该测验常模0=100, 0=16。该班智力水平1(不是这一次测验结果)是否与常模水平有显著差异?,正解:,1、提出零假设和备择假设 备择假设:用H1表示,即研究假设,希望证实的假设。 H1 : 1 0 (该班智力水平确实与常模有差异) 1100 零假设:用H0表示,即虚无假设、原假设、无差异假设。 H0: 10 1 100,2、确定适当的检验统计量用于假设检验问题的统计量称为检验统计量。与参数估计相同,需要考
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第八章 假设检验课件 第八 假设检验 课件
![提示](https://www.31ppt.com/images/bang_tan.gif)
链接地址:https://www.31ppt.com/p-1545974.html