G
N
I
D
A
O
L

【数理统计】假设检验

假设检验的概念

【定义】\(H_0\) 称为原假设,\(H_1\)称为对立假设,它们的内容相互对立。

使原假设 \(H_0\) 得以接受的检验统计量的取值区域称为检验的接受域;使原假设 \(H_0\) 被拒绝的检验统计量的取值区域称为检验的拒绝域。

【假设检验的两类错误】

真实情况\所作决策 决策:接受\(H_0\) 决策:拒绝\(H_0\)
真实情况:\(H_0\)为真 正确 I类错误
真实情况:\(H_0\)不真 II类错误 正确

奈曼-皮尔逊(Neyman-Pearson)原则:先控制犯 I 类错误的概率 \(\alpha\)(即显著性水平),然后再使犯 II 类错误的概率 \(\beta\) 尽可能地小。

性质:

  • \(\alpha+\beta\) 不一定等于 1
  • 在样本容量 \(n\) 固定的情况下,\(\alpha\) 小就导致 \(\beta\) 大,\(\beta\) 小就导致 \(\alpha\)
  • \(\alpha\) 越大,越容易拒绝 \(H_0\)(接受 \(H_1\)):
    • \(\alpha\) 小时,拒绝 \(H_0\)(接受 \(H_1\)\(\rightarrow\) \(\alpha\) 大时,拒绝 \(H_0\)(接受 \(H_1\)
    • \(\alpha\) 大时,接受 \(H_0\)(拒绝 \(H_1\)\(\rightarrow\) \(\alpha\) 小时,接受 \(H_0\)(拒绝 \(H_1\)

【假设检验的步骤】

  • 根据实际问题的要求,提出原假设 \(H_0\) 和对立假设 \(H_1\)
  • 给定显著性水平 \(\alpha\) 和样本容量 \(n\)
  • 确定检验统计量以及拒绝域的形式
  • \(P \{ 当 H_0 为真拒绝 H_0 \} \leq \alpha\) 求出拒绝域(这种只对 I 类错误的概率加以控制而不考虑 II 类错误的概率的检验称为显著性检验
  • 取样,根据样本观察值作出决策,是接受 \(H_0\) 还是拒绝 \(H_0\)

单个总体正态分布的假设检验

\(X_1,X_2,...,X_n\) 是从正态总体 \(N(\mu,\sigma^2)\) 中抽取的简单随机样本。

经证明,正态分布总体参数的假设检验方法都是一定条件下 \(\beta\) 最小的显著性检验,称为最优检验

正态总体均值 \(\mu\) 的假设检验

(1)\(\sigma^2\) 已知,关于 \(\mu\) 的检验(\(U\) 检验)

已知 \(\sigma^2\),检验问题为

\[H_0: \mu=\mu_0, \ H_1: \mu \neq \mu_0 \]

原假设成立时,检验统计量为

\[U = \frac{\bar{X} - \mu_0}{\sigma/\sqrt{n}} \sim N(0,1) \]

拒绝域的形式为

\[|u| = \left| \frac{\bar{x} - \mu_0}{\sigma/\sqrt{n}} \right| > u_{\alpha/2} \]

\[-u_{\alpha/2} < \frac{\bar{x} - \mu_0}{\sigma/\sqrt{n}} < u_{\alpha/2} \]

(2)\(\sigma^2\) 未知,关于 \(\mu\) 的检验(\(t\) 检验)

未知 \(\sigma^2\),检验问题为

\[H_0: \mu=\mu_0, \ H_1: \mu \neq \mu_0 \]

原假设成立时,考虑 \(S^2\)\(\sigma^2\) 的无偏估计,检验统计量为

\[T = \frac{\bar{X} - \mu_0}{S/\sqrt{n}} \sim t(n-1) \]

拒绝域的形式为

\[|t| = \left| \frac{\bar{x} - \mu_0}{s/\sqrt{n}} \right| > t_{\alpha/2}(n-1) \]

\[-t_{\alpha/2}(n-1) < \frac{\bar{x} - \mu_0}{s/\sqrt{n}} < t_{\alpha/2}(n-1) \]

正态总体方差 \(\sigma^2\) 的假设检验

(1)\(\mu\) 已知,关于 \(\sigma^2\) 的检验(\(\chi^2\) 检验)

已知 \(\mu\),检验问题为

\[H_0: \sigma^2=\sigma^2_0, \ H_1: \sigma^2 \neq \sigma^2_0 \]

原假设成立时,检验统计量为

\[\chi^2 = \frac{1}{\sigma_0^2} \sum_{i=1}^n (X_i - \mu)^2 \sim \chi^2(n) \]

拒绝域的形式为(注意要对两式的解集取并集)

\[\chi^2 > \chi^2_{\alpha/2}(n) 或 \chi^2 < \chi^2_{1-\alpha/2}(n) \]

(2)\(\mu\) 未知,关于 \(\sigma^2\) 的检验(\(\chi^2\) 检验)

已知 \(\mu\),检验问题为

\[H_0: \sigma^2=\sigma^2_0, \ H_1: \sigma^2 \neq \sigma^2_0 \]

原假设成立时,考虑 \(S^2\)\(\sigma^2\) 的无偏估计,检验统计量为

\[\chi^2 = \frac{n-1}{\sigma_0^2} S^2 \sim \chi^2(n-1) \]

拒绝域的形式为(注意要对两式的解集取并集)

\[\chi^2 > \chi^2_{\alpha/2}(n-1) 或 \chi^2 < \chi^2_{1-\alpha/2}(n-1) \]

两个总体正态分布的假设检验(略)

(略)

例题

image

posted @ 2024-12-23 14:51  漫舞八月(Mount256)  阅读(5)  评论(0编辑  收藏  举报