中级统计师-统计学基础知识-第四章 假设检验

发布于:2025-05-19 ⋅ 阅读:(251) ⋅ 点赞:(0)

一、假设检验的基本原理

1. 基本思想

  • 反证法:假设原假设成立,通过样本矛盾性进行反驳
  • 小概率原理:设定显著性水平 α \alpha α(通常取 0.05),若观测结果的概率 p ≤ α p \leq \alpha p≤α,则拒绝 H 0 H_0 H0​

2. 假设类型

检验类型 原假设 H 0 H_0 H0​ 备择假设 H 1 H_1 H1​
双侧检验 μ = μ 0 \mu = \mu_0 μ=μ0​ μ ≠ μ 0 \mu \neq \mu_0 μ=μ0​
左侧检验 μ ≥ μ 0 \mu \geq \mu_0 μ≥μ0​ μ < μ 0 \mu < \mu_0 μ<μ0​
右侧检验 μ ≤ μ 0 \mu \leq \mu_0 μ≤μ0​ μ > μ 0 \mu > \mu_0 μ>μ0​

3. 两类错误

错误类型 定义 概率符号
第一类错误 拒绝正确的 H 0 H_0 H0​(弃真) α \alpha α
第二类错误 未拒绝错误的 H 0 H_0 H0​(取伪) β \beta β
  • 关系: α ↑ ⇒ β ↓ \alpha \uparrow \Rightarrow \beta \downarrow α↑⇒β↓,扩大样本量可同时降低 α \alpha α 和 β \beta β

二、单正态总体均值的假设检验

1. 大样本( n ≥ 30 n \geq 30 n≥30)

(1)总体方差 σ 2 \sigma^2 σ2 已知

检验统计量:
Z = x ˉ − μ 0 σ / n ∼ N ( 0 , 1 ) Z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}} \sim N(0,1) Z=σ/n ​xˉ−μ0​​∼N(0,1)

(2)总体方差 σ 2 \sigma^2 σ2 未知(用样本方差 s 2 s^2 s2 代替)

检验统计量:
Z = x ˉ − μ 0 s / n ∼ N ( 0 , 1 ) Z = \frac{\bar{x} - \mu_0}{s / \sqrt{n}} \sim N(0,1) Z=s/n ​xˉ−μ0​​∼N(0,1)

决策规则
  • 双侧检验: ∣ Z ∣ > Z α / 2 |Z| > Z_{\alpha/2} ∣Z∣>Zα/2​
  • 单侧检验: Z > Z α Z > Z_\alpha Z>Zα​(右)或 Z < − Z α Z < -Z_\alpha Z<−Zα​(左)

2. 小样本( n < 30 n < 30 n<30)

(1)总体方差 σ 2 \sigma^2 σ2 已知

仍使用 Z Z Z 检验,公式同上。

(2)总体方差 σ 2 \sigma^2 σ2 未知

检验统计量:
t = x ˉ − μ 0 s / n ∼ t ( n − 1 ) t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}} \sim t(n-1) t=s/n ​xˉ−μ0​​∼t(n−1)

决策规则
  • 双侧检验: ∣ t ∣ > t α / 2 ( n − 1 ) |t| > t_{\alpha/2}(n-1) ∣t∣>tα/2​(n−1)
  • 单侧检验: t > t α ( n − 1 ) t > t_\alpha(n-1) t>tα​(n−1)(右)或 t < − t α ( n − 1 ) t < -t_\alpha(n-1) t<−tα​(n−1)(左)

三、两正态总体均值差的假设检验

1. 独立样本,方差已知或大样本

检验统计量:
Z = ( x ˉ 1 − x ˉ 2 ) − D σ 1 2 n 1 + σ 2 2 n 2 ∼ N ( 0 , 1 ) Z = \frac{(\bar{x}_1 - \bar{x}_2) - D}{\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}} \sim N(0,1) Z=n1​σ12​​+n2​σ22​​ ​(xˉ1​−xˉ2​)−D​∼N(0,1)

2. 独立样本,方差未知但相等(合并方差)

合并方差计算:
s p 2 = ( n 1 − 1 ) s 1 2 + ( n 2 − 1 ) s 2 2 n 1 + n 2 − 2 s_p^2 = \frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1 + n_2 - 2} sp2​=n1​+n2​−2(n1​−1)s12​+(n2​−1)s22​​

检验统计量:
t = x ˉ 1 − x ˉ 2 s p 2 ( 1 n 1 + 1 n 2 ) ∼ t ( n 1 + n 2 − 2 ) t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{s_p^2 \left( \frac{1}{n_1} + \frac{1}{n_2} \right)}} \sim t(n_1 + n_2 - 2) t=sp2​(n1​1​+n2​1​) ​xˉ1​−xˉ2​​∼t(n1​+n2​−2)


四、总体比例的假设检验

1. 单总体比例检验(大样本)

检验统计量:
Z = p − π 0 π 0 ( 1 − π 0 ) n ∼ N ( 0 , 1 ) Z = \frac{p - \pi_0}{\sqrt{\frac{\pi_0(1 - \pi_0)}{n}}} \sim N(0,1) Z=nπ0​(1−π0​)​ ​p−π0​​∼N(0,1)

2. 两总体比例差检验(大样本)

检验统计量:
Z = ( p 1 − p 2 ) − d p 1 ( 1 − p 1 ) n 1 + p 2 ( 1 − p 2 ) n 2 ∼ N ( 0 , 1 ) Z = \frac{(p_1 - p_2) - d}{\sqrt{\frac{p_1(1-p_1)}{n_1} + \frac{p_2(1-p_2)}{n_2}}} \sim N(0,1) Z=n1​p1​(1−p1​)​+n2​p2​(1−p2​)​ ​(p1​−p2​)−d​∼N(0,1)


五、假设检验步骤

  1. 提出假设:明确 H 0 H_0 H0​ 和 H 1 H_1 H1​
  2. 选择统计量:根据样本量、方差是否已知选择 Z Z Z 或 t t t
  3. 确定 α \alpha α:通常取 0.05 或 0.01
  4. 计算统计量:代入公式计算实际值
  5. 决策规则:比较统计量与临界值,或比较 p p p 值与 α \alpha α

六、经典例题

例题1:单总体均值检验(大样本)

题干:样本量 n = 100 n=100 n=100, x ˉ = 60 \bar{x}=60 xˉ=60, s = 15 s=15 s=15,检验 H 0 : μ = 65 H_0: \mu=65 H0​:μ=65 vs H 1 : μ ≠ 65 H_1: \mu \neq 65 H1​:μ=65( α = 0.05 \alpha=0.05 α=0.05)
解答:
Z = 60 − 65 15 / 100 = − 3.33 Z = \frac{60 - 65}{15/\sqrt{100}} = -3.33 Z=15/100 ​60−65​=−3.33
临界值 Z 0.025 = ± 1.96 Z_{0.025} = \pm 1.96 Z0.025​=±1.96,因 ∣ Z ∣ = 3.33 > 1.96 |Z|=3.33 > 1.96 ∣Z∣=3.33>1.96,拒绝 H 0 H_0 H0​。


例题2:小样本t检验

题干:检验饼干水分均值是否超标( n = 15 n=15 n=15, x ˉ = 4.03 % \bar{x}=4.03\% xˉ=4.03%, s = 0.43 % s=0.43\% s=0.43%, α = 0.05 \alpha=0.05 α=0.05)
解答:
t = 4.03 − 4.0 0.43 / 15 ≈ 0.27 t = \frac{4.03 - 4.0}{0.43/\sqrt{15}} \approx 0.27 t=0.43/15 ​4.03−4.0​≈0.27
临界值 t 0.05 ( 14 ) = 1.761 t_{0.05}(14)=1.761 t0.05​(14)=1.761,因 t = 0.27 < 1.761 t=0.27 < 1.761 t=0.27<1.761,不拒绝 H 0 H_0 H0​。


微信公众号

今日签到

点亮在社区的每一天
去签到