Download presentation
Presentation is loading. Please wait.
1
第七章 单总体假设检验
2
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
3
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
4
第一节 大样本假设检验
5
一. 大样本总体均值的假设检验
6
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;
7
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
8
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
9
二. 大样本总体成数的假设检验
10
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
11
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
12
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:
13
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
14
第二节 小样本假设检验
15
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。
16
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
17
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
18
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。
19
第三节 单正态总体方差检验
20
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:
21
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
22
单正态总体方差检验 举例:P253 左侧检验、右侧检验、双边检验
23
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。
24
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。
25
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 正态总体
26
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?
Similar presentations