中兴通讯统计的假设检验分析(ppt 62页)

中兴通讯统计的假设检验分析目录：
1.统计的假设检验
2.假设检验的定义
3.样本的设定
4.平均值检验
5.方差检验
6.比率检验

 

中兴通讯统计的假设检验分析内容提要：
假设有两种相反的假设.
“原假设”假设没有关系.这是所有统计检验的基本假设.
“备择假设”假定有差异或有关系.大部分的统计检验实际评价的就是
这个假设
原假设(null hypothesis) : H0
假设检验的起点是零假设-- H0。
H0是相同或没有差异的假设。
举例：总体均值等于检验均值。
备择假设(alternative hypothesis) : H1
第二条假设是H1-- 备择假设，即差异假设。
举例：总体均值不等于检验均值。
通过从假定相等或没有变化 (Ho)开始。
您通常想表明差异确实存在的(H1)。
如果数据表明它们不相等，则它们一定存在差异(Ha)。
假设检验的基本思路及方法我们已了解.但是这种检验方法做出的决策是不是一定都正确?答案是否定的.由于我们做出判断的依据仅仅是一个样本,作判断的方法是由部分来推断总体,事实上可能发生两种类型的错误.
原假设实际上正确，这时我们做出了拒绝原假设的决策,因而犯了错误.这类错误称为第Ⅰ类错误,也简称为弃真错误.我们无法排除犯这类错误的可能性，因此自然希望将犯这种错误的概率控制在
一定的限度内。事实上，允许犯这类错误的概率最大为α，即1-置信度， α称为显著水平。关于有无显著性差异的判断是在显著水平α之下做出的。
原假设实际上不正确，这时我们做出了接受原假设的决策,因而犯了错误.这类错误称为第Ⅱ类错误,也简称为伪错误. 实际上有差异，但我们认为“没有差异”，犯这种错误出现的概率.
β风险一般不能通过统计检验直接求得.

..............................