1、6-1第六章第六章 假设检验与方差分析假设检验与方差分析 第一节 假设检验的基本原理 第二节 总体均值的假设检验 第三节 总体比例的假设检验 第四节 单因子方差分析 第五节 双因子方差分析 第六节 Excel在假设检验与方差分析 中的应用6-2第一节 假设检验的基本原理 一、什么是假设检验 二、原假设与备择假设 三、检验统计量 四、显著性水平、 P-值与临界值 五、双侧检验和单侧检验 六、假设检验的两类错误 七、关于假设检验结论的理解6-3一、什么是假设检验一、什么是假设检验 【 例 6-1】 假定咖啡的分袋包装生产线的装袋重量服从正态分布 N（ ,2）。生产线按每袋净重150克的技术标准控制
2、操作。现从生产线抽取简单随机样本 n=100袋，测得其平均重量为 =149.8克，样本标准差 s=0.872克。问该生产线的装袋净重的期望值是否为 150克（即问生产线是否处于控制状态） ?6-4 所谓假设检验，就是事先对总体的参数或总体分布形式做出一个假设，然后利用抽取的样本信息来判断这个假设（原假设）是否合理，即判断总体的真实情况与原假设是否存在显著的系统性差异，所以假设检验又被称为显著性检验。6-5一个完整的假设检验过程，包括以下几个步骤： （ 1）提出假设； （ 2）构造适当的检验统计量，并根据样本计 算统计量的具体数值； （ 3）规定显著性水平，建立检验规则； （ 4）做出判断。6-
3、6二、原假设与备择假设二、原假设与备择假设 原假设一般用 H0表示，通常是设定总体参数等于某值，或服从某个分布函数等；备择假设是与原假设互相排斥的假设，原假设与备择假设不可能同时成立。所谓假设检验问题实质上就是要判断 H0是否正确，若拒绝原假设 H0 ，则意味着接受备择假设 H1 。 如在例 6-1中，我们可以提出两个假设：假设平均袋装咖啡重量与所要控制的标准没有显著差异，记为 ；假设平均袋装咖啡重量与所要控制的标准有显著差异，记为 。 6-7三、检验统计量三、检验统计量 所谓检验统计量，就是根据所抽取的样本计算的用于检验原假设是否成立的随机变量。 检验统计量中应当含有所要检验的总体参数，以便在 “总体参数等于某数值 ”的假定下研究样本统计量的观测结果。 检验统计量还应该在 “H0成立 ”的前提下有已知的分布，从而便于计算出现某种特定的观测结果的概率。 6-86-96-10四、显著性水平、四、显著性水平、 P-值与临界值值与临界值 小概率事件在单独一次的试验中基本上不会发生，可以不予考虑。 在假设检验中，我们做出判断时所依据的逻辑是：如果在原假设正确的前提下，检验统计量的样本观测值的出现属于小概率事件，那么可以认为原假设不可信，从而否定它，转而接受备择假设。
