抽样分布参数估计简介假设检验的基本原理

抽样分布参数估计简介假设检验的基本原理内容摘要：

含了关于被估参数的全 部信息 参数估计 区间估计  以一定的置信度对参数可能取值范围的估计   1)( 21 ttP1  ：置信度（置信水平） [t1, t2]：置信区间 t t2：置信限（置信下限、置信上限） 求统计量 t1和 t2 ，使得对于给定的  (0  1，常用  =  =)，有 参数估计 区间估计  正态总体平均数的区间估计 ),(~2nNx   1)( uxuPx   1)( xx uxuxP当  2已知 标准正态分布两尾概率分位点 )1,0(N~xx参数估计 区间估计  正态总体平均数的区间估计 当  2未知 )1,0(N~xx)1(~)1( 222 nsn )1(t~)1()1(22nsxnsxnsnxxx参数估计 区间估计    1)( tsxtPxt分布两尾概率分位点    1)( xx stxstxP参数估计 区间估计  正态总体方差的区间估计 )1(~)1( 222 nsn    1))1(( 2 222221snP 1))1()1((22222212 snsnP2分布上尾概率分位点 参数估计 区间估计 /2 /2 1  2 22 21  假设检验  假设 (hypothsis)  对总体的某些未知的或不完全知道的性质所提出的待考察的命题  假设检验 对假设成立与否做出的推断 假设检验的基本原理  问题的提出  例 ：某猪场称该场的猪在体重为 100kg时的平均背膘厚度为 9mm。  问题：此说法是否正确。 有 4种可能性（假设） 1）正确：  ＝ 9 2）不正确：   9（ |  － 9| 0） 3） 不正确：  9 4） 不正确：  9 三对假设：  ＝ 9 vs   9，  ＝ 9 vs  9，  ＝ 9 vs  9 假设检验的基本原理  如何回答 随机抽取一个样本  计算该样本的平均数  比较样本平均数与 9mm  难题  存在抽样误差  当样本平均数与 9mm之差达到多大时可否定  ＝ 9 假设检验的基本原理  解决的思路 针对要回答的问题提出一对对立的假设，并对其中的一个进行检验 找到一个样本统计量，它与提出的假设有关，其抽样分布已知 根据这个统计量观察值出现的概率，利用小概率事件原理对假设是否成立做出推断 这个过程称为假设检验 (hypothesis testing) 假设检验的基本原理  小概率事件原理  小概率事件在一次试验中几乎不会发生  如果某事件在一次试验中发生了，我们可认为它不是一个小概率事件  如果在某个假设下应当是小概率的事件在一次试验中发生了，可认为该假设不能成立 假设检验的基本原理  假设检验的基本步骤 1）提出。