假設檢驗的概論(ppt 43頁)

假設檢驗的概論目錄：
第一節 假設檢驗的概念
第二節 單個正態總體均值與方差的假設檢驗
第三節 兩個正態總體均值差與方差比的假設檢驗
第四節 大樣本情況下非正態總體均值的假設檢驗
第五節 總體分布的假設檢驗—檢驗

假設檢驗的概論內容簡介：
第一節 假設檢驗的概念
在總體X的分布完全未知，或隻知其分布但不知其參數的情況下，我們對X的分布或分布中的參數作出某種假設，然後根據樣本，用統計分析方法檢驗這一假設是否合理，從而作出接受或拒絕這一假設的決定．
一、基本概念
對總體 X 的分布或分布中的參數提出假設，就稱為統計假設．
所提出的假設叫做原假設 ( 或零假設 )，記為 H0，對立於原假設的假設稱為備擇假設 ( 或對立假設 )，記為H1．
假設檢驗就是根據樣本，適當構造一個統計量，按照某種規則，決定是接受 H0( 拒絕H1 )還是拒絕 H0( 接受H1 )，所使用的統計量稱為檢驗統計量．
隻對總體分布中的參數提出假設進行檢驗的問題，稱為參數檢驗．
二、兩類錯誤
由於檢驗法則是依據樣本作出的，因此假設檢驗的結果可能犯兩類錯誤： 第一類錯誤：當原假設H0為真時，作出的決定卻是拒絕H0，犯這類錯誤的概率記為 即
在確定檢驗法則時，應盡可能使犯兩類錯誤的概率都較小．但是，一般說來，當樣本容量給定以後，若減少犯某一類錯誤的概率，則犯另一類錯誤的概率往往會增大，要使犯兩類錯誤的概率都減小，隻好增大樣本容量．
在給定樣本容量的情況下，我們總是控製犯第一類錯誤的概率，讓它小於或等於 ，而不考慮犯第二類錯誤的概率．這種檢驗問題稱為顯著性檢驗問題．數 稱為顯著性水平． 的大小依具體情況確定，通常取=0.1，0.05，0.01．
在對假設進行檢驗時，常使用某個統計量T，稱為檢驗統計量．

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