假设检验的步骤 | 数字化精益制造执行系统(LDMES)

精益课程

5.2.1-2  假设检验的步骤

(1)建立假设

         假设检验的第一步是建立两个假设:原假设 H0 和备择假设H1

         在对总体均值进行检验时,有三类假设:

                 H0  :μ=μ0  (或μ ≤  μ0), H1  :μ>μ0       (单边假设检验)

                 H0  :μ=μ0  (或μ ≥  μ0), H1  :μ<μ0       (单边假设检验)

                 H0  :μ=μ0 , H1  :μ≠μ0                             ( 双边假设检验,即μ>μ0或μ<μ0


(2)选择检验统计量,确定拒绝域的形式

        1)选择检验统计量:

          ● 若对总体的均值进行检验,用样本均值“X bar”引出检验统计量;

          ● 若对正太总体的方差检验,用样本方差 S² 引出检验统计量。

        2)确定拒绝域的形式:拒绝域W不能拒绝域A。

        根据统计量的值把整个样本空间分为两个部分:拒绝域W不能拒绝域A。当样本统计量的值落在拒绝域中就拒绝原假设,否则就无法拒绝原假设。所以在假设检验中必须找出拒绝域。

        根据备择假设的不同,拒绝域可以是双边的也可以是单边的。在确定了拒绝域的类型后,还要确定临界值c,这应根据允许犯错误的概率来确定。

        拒绝是有说服力的,无法拒绝待检验


(3)给出检验中的显著性水平α

        在对原假设是否成立进行判断时,由于样本的随机性,判断可能产生两类错误:拒真(Ⅰ型错误或第一类错误取伪(Ⅱ型错误或第二类错误),它们的概率分别称为拒真概率 α 和取伪概率 β(即PH1  (A)= β  ) 。

        详细点描述两类错误概率为:

        ● 第一类错误:当实际上原假设为真时,由于样本的随机性,使样本观测值落在拒绝域W中,从而作出拒绝原假设的决定,其发生的概率称为犯第一类错误概率,也称为拒真概率,记为 α ,即PH0  (W)=α。

        ● 第二类错误:当实际上原假设为假时,由于样本的随机性,使样本观测值落在不能拒绝域A中,从而作为无法拒绝原假设的决定,其发生的概率称为犯第二类错误的概率,也称为取伪概率 β,即PH1  (A)= β 。

        若要求犯Ⅰ型错误的概率不超过 α,由此给出的检验称为水平为 α的检验,称 α为显著性水平,常取 α为0.05,有时也可能取0.10等。


          以上一节例5-1为例,为了真正理解假设检验结论的含义,应该具体地理解犯两类错误的实际意义:

         ● 犯第一类错误说明:如果钢筋总体平均抗拉强度实际为 μ ≤ 2000kg,平均抗拉强度并未提高,却当作了”有提高“,即 H0 实际是成立的,却拒绝了 H0 ,这就是第一类错误。通常取α=0.05作为犯第一类错误的风险概率。

         ● 犯第二类错误说明:如果钢筋总体平均抗拉强度实际比原来有提高了,但误认为没提高,即 H0不成立时,却没有拒绝 H0,这就是犯了第二类错误。


(4)给出临界值,确定拒绝域。

        有了显著性水平α后,可以根据给定的检验统计量的分布,查表得到临界值,从而确定具体的拒绝域。

        三种不同的备择假设下,拒绝域、临界值与显著性水平α的关系是不同的。

                        (a)  H1  :μ>μ0       右侧检验:



                      (b) H1  :μ<μ0       左侧检验:



                        (c)H1  :μ≠μ0      双侧检验:



(5)根据样本测值,计算检验统计量的值。收集样本数据,计算检验统计量的值。


(6)根据检验统计量的值是否落在拒绝域中作为判断。

    1)将检验统计量的值与拒绝的临界值相比较,当它落在拒绝域中就作为拒绝原假设的结论,否则就作为不能拒绝原假设的结论。

    2)由检验统计量计算P值。

          P值就是当原假设成立时,出现目前状况的概率(严格地说是当原假设成立时,出现目前状况或对原假设更不利情况,即对备择假设更有利状况的概率)。

        当这个概率很小时(如小于0.05),这个结果在原假设成立的条件下就不该在一次试验中出现;但现在它确实出现了,因此有理由认为“原假设成立”这个前提是错的,因而应该拒绝原假设,接受备择假设。因此有一个最一般的规则:如果P<α,则拒绝原假设。

        总结一下关于P值:

         ● P值是可以拒绝原假设接受备择假设的最小值;

         ● 根据样本计算出来的显著性水平;

         ● 若P值>α,不能拒绝H0

         ● 若P值<α,拒绝H0

    3)根据样本观测值可以得到总体参数的置信区间。

        如果原假设的参数值未落入此置信区间,就作出拒绝原假设的结论,否则就作出保留原假设的结论。



上一篇:5.2.1-1  假设检验的基本概念  下一篇:5.2.1-3  对总体均值进行假设检验时样本容量的确定


(本内容来源于网络,仅供学习交流使用,如有侵权联系即删除)

开启您的数字化精益转型!


越简,越非凡

联系我们