醫(yī)學]醫(yī)學統(tǒng)計學假設檢驗(完整版)
【正文】 ki iiinpnpf122 )(?)1(2 ?? ?? k?（ 5） 對給定的 ，查臨界值 。 正態(tài)總體和非正態(tài) 似然比統(tǒng)計量的精確分布很 五、 非正態(tài)總體大樣本參數檢驗 依書上的例子說明檢驗過程 六、 Pearson( )檢驗法 考慮總體分布的檢驗問題 2?)()(: 00 xFxFH ?假設分布函數 的形式已知，但包含 個 )(0 xF未知參數， ?用極大似然法給出未知參數估計。 ?u對一般的假設檢驗問題 1100 :,: ???? ?? HH檢驗的拒絕域為 })(:{ cxxW ?? ??? ?? }|)({ 0 成立HcxP定義似然比檢驗統(tǒng)計量為 )},({s u p)},({s u p)(110?????nnxxpxxpx???????其中臨界值 可由 c確定。 NeymanPearson檢驗原理就是控制犯第一 將 稱為 顯著性水平 。 0H0H這樣一個檢驗就等同于將樣本空間分成 兩個互不相交的子集 和 ， W cW 時就拒當 Wx ?絕 ， 0H 成立；認為備擇假設 1H時就接當 cWx ?成立。 ? ?在一個假設檢驗中，常涉及兩個假設。 為了回答這些問題， 我們需要對感興趣 的問題進行試驗或觀察獲得相關數據， 根據這 些數據決定 是 或 否 的過程稱為 假設檢驗 。 保留這個的靈活性， 不僅是理論的 需要， 也有其實際意義。 即就是說當樣本容量固 定時， 不可能同時減少犯兩類錯誤的概率， 這 是一對不可調和的矛盾。 標準正態(tài)分布 產生的隨機數 ， )1,0(N 15?n Onesample tTest data: x1 t = , df = 14, pvalue = alternative hypothesis: true mean is not equal to 0 95 percent confidence interval: sample estimates: mean of x ， 四、 似然比檢驗 設 是來自密度函數（或分布率） nxxx , 21 ?),(),()(0111???nnxxpxxpx???為 的總體的簡單樣本， )(),( ????xp 考慮檢驗 問題： )(:,: 011100 ?????? ??? HH一個比較直觀且自然方法是考慮似然比 當 較大時，拒絕原假設 ， )(x? 0H，這種檢驗方法稱為 似然比檢驗 。 0H )(xT（ 3） ??? }|{01 成立HcTP增函數時，由 求臨界值 減函數時，由 求臨界值 ??? }|{01 成立HcTP（ 4） )(xT檢驗統(tǒng)計量取為 }:{ 1cTTW ??增函數時，拒絕域為 減函數時，拒絕域為 }:{ 1cTTW ??其一： 其二： 注： （ 1） 正態(tài)總體下參數的檢驗基本都是似然比檢驗 （ 2） 似然比檢驗可用于檢驗樣本來自兩個不同類 型分布之一， :0H樣本來自正態(tài)總體族 ),( 2??N:1H樣本來自雙參數指數分布族 ),( ??xp其中 ????????????? ??????????xxxxp0e x p
教學課件相關推薦
鄂ICP備17016276號-1