第七章 单总体假设检验
第一节. 大样本假设检验 第二节. 小样本假设检验 第三节. 单正态总体方差检验
假设检验的步骤 提出原假设和备择假设 确定适当的检验统计量 规定显著性水平，查表得出拒绝域和临界值 计算检验统计量的值 作出统计判断： 将检验统计量的值与 水平的临界值进行比较，得出接受或拒绝原假设的结论：若样本统计量的值落入拒绝域，则拒绝原假设，接受备择假设；否则，接受H0
第一节 大样本假设检验
一. 大样本总体均值的假设检验
大样本的变量服从什么分布呢？ 大样本的样本均值服从什么分布呢？ 大样本总体均值的假设检验 (Z 检验) P237 大样本的变量服从什么分布呢？ 大样本的样本均值服从什么分布呢？ 标准化后可以得到， 当原假设为真时，所用的统计量 Z a/2 -Z a/2 a/2 拒绝 H0 当未知时，用S代替；
大样本总体均值的假设检验 举例： P244 左侧检验、右侧检验、双边检验
看公式的推导过程 实际上假设检验的接受域也正是区间估计的置信区间 讨论：区间估计和假设检验有什么区别？ 看公式的推导过程 实际上假设检验的接受域也正是区间估计的置信区间
二. 大样本总体成数的假设检验
大样本总体成数的假设检验 (np>5 时，Z 检验) 当np≥5 时，样本成数趋向于什么分布呢？ 标准化后可以得到， 当原假设成立时，所用的统计量： Z a/2 -Z a/2 a/2 拒绝 H0
大样本总体成数的假设检验 举例：P248 左侧检验、右侧检验、双边检验
计算抽样调查的样本量： 重复随机抽样： 非重复随机抽样： 计算抽样调查的抽样误差： 重复随机抽样： 非重复随机抽样： 复习前面学过的知识 计算抽样调查的样本量： 重复随机抽样： 非重复随机抽样： 计算抽样调查的抽样误差： 重复随机抽样： 非重复随机抽样：
讨论： 你们很多同学都在做世博会志愿者， 对于志愿者的调查， 你们会从哪些视角进行调查呢？ 现有的研究：培训、管理、激励等 社会资本的视角：是否拓展了社会关系 交换理论（志愿者、入党、支边等） 韦伯的理解社会学视角：解释同学们为什么愿意做志愿者？ 标签理论：给志愿者贴上了一个什么标签呢？ 志愿者后遗症的研究：心理落差
第二节 小样本假设检验
思考一个问题： 我们说，社会科学大多数情况下是大样本调查， 那么， 哪些情况下会用到小样本？ 思考一个问题： 我们说，社会科学大多数情况下是大样本调查， 那么， 哪些情况下会用到小样本？ 学生的心理咨询服务； 老人的日间照顾； 居民的道德水平，丢钱包。
方差2已知 (Z 检验) 方差2未知 (t 检验) 小样本总体均值的假设检验 方差2已知 (Z 检验) 方差2未知 (t 检验) 当原假设成立时，小样本总体均值检验所用的统计量： P251 t a/2 -t a/2 a/2 拒绝 H0
小样本总体均值的假设检验 举例： P251 左侧检验、右侧检验、双边检验
讨论：小样本假设检验为什么只讲均值，没讲到成数呢？ 前面讲过，当n较小时，二项分布服从什么分布呢？超几何分布； 当n很大，p很小时，服从泊松分布。 成数可以看作一种特殊的均值，如果回答“是”为1，“否”为“0”，样本的成数实际上就是二分变量的样本均值。
第三节 单正态总体方差检验
单正态总体方差检验 (2检验) 对于正态总体，样本方差 s2 的分布为 当原假设为真时，方差检验的统计量为：
单正态总体方差检验 注意方差检验的拒绝域 1－/2 2 /2 2 卡方值永远大于 0
单正态总体方差检验 举例：P253 左侧检验、右侧检验、双边检验
讨论：为什么检验方差时，不分大样本、小样本呢？ 因为只要总体服从正态分布，不管是大样本还是小样，方差都服从卡方分布。
注意： 方差检验与后面将会讲到的方差分析的区别。 注意： 方差检验与后面将会讲到的方差分析的区别。
单总体假设检验－总结 Z 检验 （单尾和双尾） t 检验 2检验 均值 一个总体 成数 方差 大样本 小样本 np 5 正态总体
练习： 以CGSS问卷为例，考察同学们对假设检验的理解？ 挑出一些问题，考察每道题具体可以做哪些假设检验呢？