概统笔记

This commit is contained in:
2026-01-03 16:26:46 +08:00
parent a01982ebf4
commit 068dd157e5
13 changed files with 3024 additions and 0 deletions

View File

@@ -0,0 +1,193 @@
# 九、假设检验
## 1. 基本概念
**原假设 $H_0$**:需要检验的假设(通常是"无差异"、"等于"
**备择假设 $H_1$**:与原假设对立的假设
**两类错误**
| 错误类型 | 定义 | 概率 |
|----------|------|------|
| **第一类错误(弃真)** | H₀为真却拒绝H₀ | α(显著性水平) |
| **第二类错误(取伪)** | H₀为假却接受H₀ | β |
**显著性水平 α**:犯第一类错误的概率上限,常取 0.05 或 0.01
**检验的基本思想**:小概率事件原理——小概率事件在一次试验中几乎不会发生
**显著性检验**给定样本量n控制第一类错误的概率不大于α称为显著性水平
---
## 2. 假设检验的步骤(五步法)
```
Step 1: 建立假设
根据问题建立 H₀ 和 H₁
Step 2: 选择检验统计量
根据问题类型和已知条件选择
Step 3: 确定拒绝域
根据 α 和 H₁ 的形式确定临界值
Step 4: 计算统计量的值
用样本数据计算检验统计量
Step 5: 做出判断
统计量落入拒绝域 → 拒绝 H₀
统计量不在拒绝域 → 不拒绝 H₀
```
---
## 3. 单个正态总体的检验
### (1) 均值μ的检验(σ²已知)—— Z检验
**假设形式**
- 双侧:$H_0: \mu = \mu_0$ vs $H_1: \mu \neq \mu_0$
- 左侧:$H_0: \mu \geq \mu_0$ vs $H_1: \mu < \mu_0$
- 右侧$H_0: \mu \leq \mu_0$ vs $H_1: \mu > \mu_0$
**检验统计量**
$$Z = \frac{\bar{X} - \mu_0}{\sigma/\sqrt{n}} \sim N(0,1)$$
**拒绝域**
| 备择假设 | 拒绝域 |
|----------|--------|
| $\mu \neq \mu_0$ | $\|Z\| > z_{\alpha/2}$ |
| $\mu < \mu_0$ | $Z < -z_\alpha$ |
| $\mu > \mu_0$ | $Z > z_\alpha$ |
---
### (2) 均值μ的检验(σ²未知)—— t检验
**检验统计量**
$$t = \frac{\bar{X} - \mu_0}{S/\sqrt{n}} \sim t(n-1)$$
**拒绝域**
| 备择假设 | 拒绝域 |
|----------|--------|
| $\mu \neq \mu_0$ | $\|t\| > t_{\alpha/2}(n-1)$ |
| $\mu < \mu_0$ | $t < -t_\alpha(n-1)$ |
| $\mu > \mu_0$ | $t > t_\alpha(n-1)$ |
**均值检验分类速记**(总体$X \sim N(\mu,\sigma^2)$
1. 双侧:$H_0:\mu=\mu_0$,拒绝域 $|U|>u_{\alpha/2}$$\sigma^2$已知),或 $|T|>t_{\alpha/2}(n-1)$$\sigma^2$未知)
2. 右侧:$H_0:\mu\le\mu_0$,拒绝域 $U>u_{\alpha}$ 或 $T>t_{\alpha}(n-1)$
3. 左侧:$H_0:\mu\ge\mu_0$,拒绝域 $U<-u_{\alpha}$ $T<-t_{\alpha}(n-1)$
---
### (3) 方差σ²的检验(μ未知)—— χ²检验
**假设**$H_0: \sigma^2 = \sigma_0^2$ vs $H_1: \sigma^2 \neq \sigma_0^2$
**检验统计量**
$$\chi^2 = \frac{(n-1)S^2}{\sigma_0^2} \sim \chi^2(n-1)$$
**拒绝域**
| 备择假设 | 拒绝域 |
|----------|--------|
| $\sigma^2 \neq \sigma_0^2$ | $\chi^2 < \chi^2_{1-\alpha/2}(n-1)$ $\chi^2 > \chi^2_{\alpha/2}(n-1)$ |
| $\sigma^2 < \sigma_0^2$ | $\chi^2 < \chi^2_{1-\alpha}(n-1)$ |
| $\sigma^2 > \sigma_0^2$ | $\chi^2 > \chi^2_\alpha(n-1)$ |
### (4) 方差σ²的检验(μ已知/未知)—— χ²检验汇总
**假设**
1. $H_0:\sigma^2=\sigma_0^2$$H_1:\sigma^2\neq\sigma_0^2$
2. $H_0:\sigma^2\le\sigma_0^2$$H_1:\sigma^2>\sigma_0^2$
3. $H_0:\sigma^2\ge\sigma_0^2$$H_1:\sigma^2<\sigma_0^2$
**检验统计量**
- μ已知$\chi^2=\frac{\sum_{i=1}^{n}(X_i-\mu)^2}{\sigma_0^2} \sim \chi^2(n)$
- μ未知$\chi^2=\frac{(n-1)S^2}{\sigma_0^2} \sim \chi^2(n-1)$
**拒绝域**
- 双侧$\chi^2>\chi^2_{\alpha/2}(\nu)$ 或 $\chi^2<\chi^2_{1-\alpha/2}(\nu)$
- 右侧$\chi^2>\chi^2_{\alpha}(\nu)$
- 左侧:$\chi^2<\chi^2_{1-\alpha}(\nu)$
其中$\nu=n$(μ已知)或$\nu=n-1$(μ未知)。
---
## 4. 两个正态总体的检验
### (1) 均值差的检验(σ₁², σ₂²已知)—— Z检验
**检验统计量**
$$Z = \frac{\bar{X} - \bar{Y} - (\mu_1 - \mu_2)_0}{\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}} \sim N(0,1)$$
---
### (2) 均值差的检验(σ₁² = σ₂² = σ²未知)—— t检验
**检验统计量**
$$t = \frac{\bar{X} - \bar{Y} - (\mu_1 - \mu_2)_0}{S_w\sqrt{\frac{1}{n_1} + \frac{1}{n_2}}} \sim t(n_1+n_2-2)$$
其中 $S_w^2 = \frac{(n_1-1)S_1^2 + (n_2-1)S_2^2}{n_1+n_2-2}$合并方差
---
### (3) 方差比的检验 —— F检验
**假设**$H_0: \sigma_1^2 = \sigma_2^2$ vs $H_1: \sigma_1^2 \neq \sigma_2^2$
**检验统计量**
$$F = \frac{S_1^2}{S_2^2} \sim F(n_1-1, n_2-1)$$
**拒绝域**双侧
$$F < F_{1-\alpha/2}(n_1-1, n_2-1) \quad \quad F > F_{\alpha/2}(n_1-1, n_2-1)$$
---
## 5. 检验方法选择指南
```
检验方法选择流程图:
检验什么?
├─ 均值μ
│ ├─ σ²已知 → Z检验
│ └─ σ²未知 → t检验
├─ 方差σ²
│ └─ μ未知 → χ²检验
└─ 两总体比较
├─ 比较μ₁和μ₂
│ ├─ σ₁², σ₂²已知 → Z检验
│ └─ σ₁² = σ₂²未知 → t检验
└─ 比较σ₁²和σ₂² → F检验
```
---
## 6. 检验中的常见错误与注意事项
1. **假设的写法**
- H₀ 通常包含等号
- 题目问"是否显著大于"→ 右侧检验H₁: μ > μ₀
2. **单侧 vs 双侧**
- "是否等于"、"有无差异" → 双侧
- "是否大于"、"是否提高" → 右侧
- "是否小于"、"是否降低" → 左侧
3. **结论的表述**
- 拒绝H₀有充分理由认为...
- 不拒绝H₀没有充分理由认为...(不是"接受H₀"
4. **α的选择**
- 没有特别说明通常取 α = 0.05
- 若弃真错误后果严重取较小的α如0.01