令这些例子所代表的问题是很广泛的,其共同点就是 先对总体分布中某些参数或对总体分布的类型作某 种假设,然后根据抽取的样本值作出接受还是拒绝 所作假设的结论 今后,把对总体的分布所作的假设用H0表示,并称 为原假设或零假设 在对假设H的检验中,需要从样本出发,建立一个 法则,一旦样本值确定后,利用所制定的法则,即 可作出是接受还是拒绝H的结论,这种法则有时就 称为一个检验
6 ❖ 这些例子所代表的问题是很广泛的，其共同点就是 先对总体分布中某些参数或对总体分布的类型作某 种假设，然后根据抽取的样本值作出接受还是拒绝 所作假设的结论. ❖ 今后，把对总体的分布所作的假设用H0表示，并称 为原假设或零假设. ❖ 在对假设H0的检验中，需要从样本出发，建立一个 法则，一旦样本值确定后，利用所制定的法则，即 可作出是接受还是拒绝H0的结论，这种法则有时就 称为一个检验
令例1和例2这样一类假设是在总体分布类型已知的情 况下,仅仅涉及到未知参数的统计假设,称为参数 假设 例3这样一类假设是在未知总体分布类型的情况下, 对总体分布类型或者总体分布的某些特性提出的统 计假设,称为非参数假设 在例1~3中,只提出一个统计假设,而且目的也仅 仅是判断这一个统计假设是否成立,并不同时研究 其它统计假设,这类假设检验又称为显著性检验 本章将讨论参数假设与非参数假设的一些显著性检 验方法
7 ❖ 例1和例2这样一类假设是在总体分布类型已知的情 况下，仅仅涉及到未知参数的统计假设，称为参数 假设. ❖ 例3这样一类假设是在未知总体分布类型的情况下， 对总体分布类型或者总体分布的某些特性提出的统 计假设，称为非参数假设. ❖ 在例1~3中，只提出一个统计假设，而且目的也仅 仅是判断这一个统计假设是否成立，并不同时研究 其它统计假设，这类假设检验又称为显著性检验. ❖ 本章将讨论参数假设与非参数假设的一些显著性检 验方法
础代说检验(题进间步深)讨时传雷费出 要判断多个假设中哪一个是正确的 令例如,为了评价一个检验的好坏,除了要考虑原假 设H外,还需要同时考虑另外一个备选的假设H1, H称为备择假设 令有两个假设的检验问题的一般提法是,在给定的备 择假设H1下对原假设H作出判断,若拒绝原假设Ho, 实际上这类假设检验间题就是要在原假设H和备择 假设H中作出拒绝哪一个接受哪一个的判断 由于本书不考虑评价检验好坏的问题,对这类假设 检验问题,不予讨论,也就是说只研究显著性检验 问题
8 ❖ 对假设检验问题进一步深入讨论时，往往需要提出 两个甚至多个统计假设，而且假设检验的目的是需 要判断多个假设中哪一个是正确的. ❖ 例如，为了评价一个检验的好坏，除了要考虑原假 设H0外，还需要同时考虑另外一个备选的假设H1， H1称为备择假设. ❖ 有两个假设的检验问题的一般提法是，在给定的备 择假设H1下对原假设H0作出判断，若拒绝原假设H0， 那就意味着接受备择假设H1，否则就接受原假设H0. 实际上这类假设检验问题就是要在原假设H0和备择 假设H1中作出拒绝哪一个接受哪一个的判断. ❖ 由于本书不考虑评价检验好坏的问题，对这类假设 检验问题，不予讨论，也就是说只研究显著性检验 问题
第八章假设检验 今8.1假设检验的基本概念 ÷8.1.2假设检验的基本思想 令根据贝努里大数定律,在大量的重复试验中,某事 件A出现的频率依概率收敛事件A的概率,因而若某 事件A的概率α很小,则在大量的重复试验中,它 出现的频率应该很小
9 第八章 假设检验 ❖ 8.1 假设检验的基本概念 ❖ 8.1.2 假设检验的基本思想 ❖ 根据贝努里大数定律，在大量的重复试验中，某事 件A出现的频率依概率收敛事件A的概率，因而若某 事件A的概率α很小，则在大量的重复试验中，它 出现的频率应该很小
根据贝努里大数定律,在大量的重复试验中,某事 件A出现的频率依概率收敛事件A的概率,因而若某 事件A的概率a很小,则在大量的重复试验中,它 出现的频率应该很小 令例如a=0.001,则大约在1000次试验中,事件A才 出现一次.因此,概率很小的事件在一次实验中实际 上不可能出现.人们称这样的事件为实际不可能事件 在概率统计的应用中,人们总是根据所研究的具体 问题,规定一个界限a(0<a<1),把概率不超过a 的事件看成是实际不可能事件,认为这样的事件 次实验中是不会出现的.这就是所谓的“小概率原 理 10
10 ❖ 根据贝努里大数定律，在大量的重复试验中，某事 件A出现的频率依概率收敛事件A的概率，因而若某 事件A的概率α很小，则在大量的重复试验中，它 出现的频率应该很小. ❖ 例如α=0.001，则大约在1000次试验中，事件A才 出现一次.因此，概率很小的事件在一次实验中实际 上不可能出现.人们称这样的事件为实际不可能事件. ❖ 在概率统计的应用中，人们总是根据所研究的具体 问题，规定一个界限α(0<α<1)，把概率不超过α 的事件看成是实际不可能事件，认为这样的事件一 次实验中是不会出现的.这就是所谓的“小概率原 理