--- tags: [数学一, 在学练习, 概率论, 数理统计, 假设检验, 两类错误] 专题: 概率论 第6讲 · 点8 假设检验与两类错误 日期: 2026-11-07 状态: 知识点带题(8.1 两类错误、8.2 拒绝域与显著性水平、8.3 六大检验,共 4 题) 关联笔记: ["[[README]]", "[[01-知识点盘点]]", "[[08-点7-区间估计]]"] --- # 点 8 假设检验与两类错误 > **2018·8、2021·10、2025·10 三道选填(4+5+5 分)**|重要度 ★★★ > 依赖:点 3 的四个结论(检验统计量的分布全从这里来)、点 7 的枢轴量思想。盘点对应:§8 全节。 **组织原则**:假设检验与区间估计是**同一套分布的两种问法**——区间估计问"参数在哪个范围",检验问"参数等不等于某个值"。所以这一点的四题全部与点 7 对齐:点 7 题 2 的三个区间 → 题 3 的三个检验;点 7 题 3 的两个区间 → 题 4 的两个检验。**题 4 的结论会与点 7 题 3 的区间完全吻合**,那不是巧合,是对偶。前两题按真题站位(第二类错误、拒绝域方向),后两题是完整流程演练。难度:题 1、2、4 为 ★★☆,题 3 为 ★★★。 ## 知识点 8.1 原假设、两类错误(出处:[知识章 §5](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex)) | 真实情况 | 接受 $H_0$ | 拒绝 $H_0$ | |---|---|---| | $H_0$ 为真 | 正确,概率 $1-\alpha$ | **第一类错误**(弃真),概率 $\alpha$ | | $H_0$ 为假 | **第二类错误**(取伪),概率 $\beta$ | 正确,概率 $1-\beta$ | **$\alpha$ 是"冤枉好人"的概率,$\beta$ 是"放过坏人"的概率**。样本量 $n$ 固定时,$\alpha$ 小则 $\beta$ 大,二者此消彼长;要同时减小只能增大 $n$ 。 **两条计算式**(这是选填题的全部内容): $$\alpha=P\{\text{拒绝}H_0\mid H_0\text{为真}\},\qquad \beta(\mu_1)=P\{\text{接受}H_0\mid \mu=\mu_1\}.$$ > **$\beta$ 不是"一个数",而是参数的函数**。所以真题问 $\beta$ 时**一定给定一个具体的备择值**(如 $\mu=11.5$ ),否则 $\beta$ 无法计算。这是 2021·10 的设问方式,也是它的隐含提示。 ## 知识点 8.2 拒绝域与显著性水平(出处:[知识章 §5](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex)) **显著性水平** $\alpha$ = 允许的第一类错误上限。拒绝域由 $\alpha$ 与**备择假设的方向**共同决定(以 $\sigma$ 已知检验 $\mu$ 为例,$z=\dfrac{\bar X-\mu_0}{\sigma/\sqrt n}$ ): | 备择假设 | 拒绝域 | 临界值 | |---|---|---| | $H_1:\mu>\mu_0$ | $\bar X>\mu_0+z_\alpha\dfrac{\sigma}{\sqrt n}$ | $z_\alpha$ (右侧面积 $\alpha$ ) | | $H_1:\mu<\mu_0$ | $\bar X<\mu_0-z_\alpha\dfrac{\sigma}{\sqrt n}$ | $-z_\alpha$ | | $H_1:\mu\ne\mu_0$ | $\left|\bar X-\mu_0\right|>z_{\alpha/2}\dfrac{\sigma}{\sqrt n}$ | $z_{\alpha/2}$ ,每侧 $\alpha/2$ | **复合原假设(如 $H_0:\mu\le\mu_0$ )的临界值只在边界 $\mu=\mu_0$ 处定**:因为 $\mu$ 越靠近边界,落入拒绝域的概率越大,$\alpha$ 在边界处取到最大值。所以"按 $\mu=\mu_0$ 算 $\alpha$ "不是偷懒,而是保证任意 $\mu\le\mu_0$ 时第一类错误都不超过 $\alpha$ 。 **$\alpha$ 的单调性(2018·8 的全部内容)**:$\alpha$ 越大 $\Rightarrow$ 临界值越小 $\Rightarrow$ 拒绝域越大。于是 $$W_{0.01}\subset W_{0.05},\qquad \overline{W}_{0.05}\subset \overline{W}_{0.01}.$$ 即:**小 $\alpha$ 拒绝 $\Rightarrow$ 大 $\alpha$ 必拒绝**(反过来不成立);**大 $\alpha$ 接受 $\Rightarrow$ 小 $\alpha$ 必接受**(反过来不成立)。 ## 知识点 8.3 正态总体的六大检验(出处:[知识章 §5](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex)) | 检验对象 | 条件 | 统计量 | 分布 | |---|---|---|---| | 单总体 $\mu$ | $\sigma^2$ 已知 | $\dfrac{\bar X-\mu_0}{\sigma/\sqrt n}$ | $N(0,1)$ | | 单总体 $\mu$ | $\sigma^2$ 未知 | $\dfrac{\bar X-\mu_0}{S/\sqrt n}$ | $t(n-1)$ | | 单总体 $\sigma^2$ | $\mu$ 未知 | $\dfrac{(n-1)S^2}{\sigma_0^2}$ | $\chi^2(n-1)$ | | 两总体 $\mu_1-\mu_2$ | 两方差已知 | $\dfrac{(\bar X-\bar Y)-\delta_0}{\sqrt{\sigma_1^2/n_1+\sigma_2^2/n_2}}$ | $N(0,1)$ | | 两总体 $\mu_1-\mu_2$ | 方差未知但相等 | $\dfrac{(\bar X-\bar Y)-\delta_0}{S_w\sqrt{1/n_1+1/n_2}}$ | $t(n_1+n_2-2)$ | | 两总体 $\sigma_1^2/\sigma_2^2$ | 两均值未知 | $\dfrac{S_1^2}{S_2^2}\cdot\dfrac{\sigma_2^2}{\sigma_1^2}$ | $F(n_1-1,n_2-1)$ | **六大检验与点 7 的五个区间一一对应**,只是把"夹住枢轴量"换成"看统计量是否落进尾部"。**写拒绝域时只需把区间估计的不等式反着用**: - 双侧检验的**接受域**就是对应参数的**置信区间**($1-\alpha$ 对 $\alpha$ ); - 单侧检验的临界值对应**单侧置信限**。 > **一句话记住方向**:$H_1$ 里的不等号朝哪边,拒绝域就在哪一侧的**尾部**。$H_1:\mu>\mu_0$ 是大值拒绝,绝不可能是小值拒绝。 --- ## 题目(按知识点顺序对应) ### 题 1 · 8.1:第二类错误的计算(2021·10 骨架)(★★☆) > 设 $X_1,\dots,X_{16}$ 来自总体 $N(\mu,4)$ ,考虑检验 > > $$H_0:\mu\le10,\qquad H_1:\mu>10,$$ > > 拒绝域取 $W=\{\bar X\ge11\}$ ,$\Phi(x)$ 为标准正态分布函数。 > > (Ⅰ)求犯第一类错误的最大概率 $\alpha$ ; > (Ⅱ)求 $\mu=11.5$ 时犯第二类错误的概率 $\beta$ ; > (Ⅲ)求 $\mu=11.5$ 时检验的功效;并说明 $\mu$ 继续增大时 $\beta$ 怎么变; > (Ⅳ)在下列四项中选择 $\beta$ 的值:(A)$1-\Phi(0.5)$ (B)$1-\Phi(1)$ (C)$1-\Phi(1.5)$ (D)$1-\Phi(2)$ 。 **怎么想**:两步。第一步把 $\bar X$ 的分布写出来——这是**所有检验题的第一动作**:$\bar X\sim N\left(\mu,\frac{4}{16}\right)=N(\mu,0.25)$ ,标准差 $0.5$ 。第二步分清两个概率的**条件**:$\alpha$ 的条件是"$H_0$ 为真",最不利的情形是边界 $\mu=10$ ;$\beta$ 的条件是"$H_0$ 为假且 $\mu$ 取指定值",即 $\mu=11.5$ 。**同一个拒绝域,换一个 $\mu$ 就是另一个概率**。 **解**: **(Ⅰ)** $\bar X\sim N(\mu,0.25)$ ,$\sigma_{\bar X}=0.5$ 。第一类错误概率随 $\mu$ 增大而增大,最大值在边界 $\mu=10$ : $$\alpha=P\{\bar X\ge11\mid\mu=10\}=1-\Phi\left(\frac{11-10}{0.5}\right)=1-\Phi(2)\approx0.0228 .$$ **(Ⅱ)** 第二类错误是"$H_0$ 为假却接受了它",即 $\bar X<11$ : $$\beta=P\{\bar X<11\mid\mu=11.5\}=\Phi\left(\frac{11-11.5}{0.5}\right)=\Phi(-1)=1-\Phi(1)\approx0.1587 .$$ **(Ⅲ)** 功效 $$1-\beta=1-\Phi(-1)=\Phi(1)\approx0.8413 .$$ $\mu$ 增大 $\Rightarrow$ $\frac{11-\mu}{0.5}$ 变小 $\Rightarrow$ $\Phi\left(\frac{11-\mu}{0.5}\right)$ 变小 $\Rightarrow$ $\beta$ 减小。例如 $\mu=12$ 时 $\beta=\Phi(-2)\approx0.0228$ ,功效升到 $0.9772$ 。**"真实值离原假设越远,越容易被查出来"**,这就是功效函数的单调性。 **(Ⅳ)** 由(Ⅱ)$\beta=1-\Phi(1)$ ,选 **(B)** 。 **验算**:$\alpha+\beta=0.0228+0.1587=0.1815<1$ ✓(两者不是互补事件,条件不同)。再检查选项:**(D)的 $1-\Phi(2)$ 恰好就是本题的 $\alpha$ 值** ——出题人把第一类错误塞进了第二类错误的选项里,这是 2021·10 最阴的一处。 **带走结论**:**$\alpha$ 与 $\beta$ 的区别只在"条件"上**:$\alpha$ 用 $\mu=\mu_0$ (边界)算,$\beta$ 用题给的备择值算;两者的算式都是"$\Phi$ 里放 $\frac{\text{临界值}-\mu}{\sigma/\sqrt n}$ ",只是 $\alpha$ 要取补($1-\Phi$ ),$\beta$ 不取。**拒绝域写成 $\bar X\ge c$ 的形式后,$\beta=P\{\bar X **关联** · 盘点 [§8.1 原假设、两类错误](01-知识点盘点.md#user-content-81-原假设两类错误) | 上游 — | 下游 — | 速查 [八 假设检验](10-速查卡.md#user-content-八-假设检验) --- ### 题 2 · 8.2:拒绝域的方向与显著性水平的单调性(2025·10、2018·8 骨架)(★★☆) > (Ⅰ)设 $X_1,\dots,X_n$ 来自 $N(\mu,2)$ ,$\bar X=\frac1n\sum X_i$ ,$z_\alpha$ 为标准正态上侧 $\alpha$ 分位数。求检验 $H_0:\mu\le1$ 、$H_1:\mu>1$ 的显著性水平为 $\alpha$ 的拒绝域。 > (Ⅱ)若把(Ⅰ)换成 $H_0:\mu\ge1$ 、$H_1:\mu<1$ ,拒绝域变成什么? > (Ⅲ)(2018·8)设总体 $X\sim N(\mu,\sigma^2)$ ,检验 $H_0:\mu=\mu_0$ 、$H_1:\mu\ne\mu_0$ ,则下列正确的是: > (A)$\alpha=0.05$ 时拒绝 $H_0$ ,则 $\alpha=0.01$ 时必拒绝;(B)$\alpha=0.05$ 时拒绝 $H_0$ ,则 $\alpha=0.01$ 时必接受;(C)$\alpha=0.05$ 时接受 $H_0$ ,则 $\alpha=0.01$ 时必拒绝;(D)$\alpha=0.05$ 时接受 $H_0$ ,则 $\alpha=0.01$ 时必接受。 **怎么想**:(Ⅰ)三步走——写统计量、定方向、解临界值。**注意 $\sigma^2=2$ 时 $\sigma=\sqrt2$ ,标准误是 $\frac{\sqrt2}{\sqrt n}$ 而不是 $\frac{2}{\sqrt n}$ 这一处** ,这是 2025·10 四个选项唯一的差别所在。(Ⅲ)不要动数字,只用"$\alpha$ 大则拒绝域大"这一条包含关系。 **解**: **(Ⅰ)** 检验统计量 $$Z=\frac{\bar X-1}{\sqrt{2}/\sqrt{n}}=\frac{\bar X-1}{\sqrt{2/n}}\sim N(0,1)\quad(\mu=1\ \text{时}).$$ $H_1:\mu>1$ 是大值拒绝,故 $$W=\left\{Z>z_\alpha\right\}=\left\{\bar X>1+z_\alpha\sqrt{\frac2n}\right\}.$$ **(Ⅱ)** $H_1:\mu<1$ 是小值拒绝,把不等号翻向另一侧尾部: $$W=\left\{Z<-z_\alpha\right\}=\left\{\bar X<1-z_\alpha\sqrt{\frac2n}\right\}.$$ **(Ⅲ)** 记双侧临界值为 $c_\alpha=z_{\alpha/2}\frac{\sigma}{\sqrt n}$ ,则拒绝域 $W_\alpha=\left\{\left|\bar X-\mu_0\right|>c_\alpha\right\}$ 。$\alpha=0.01$ 的分位点 $2.576$ 大于 $\alpha=0.05$ 的 $1.96$ ,故 $c_{0.01}>c_{0.05}$ ,即 $$W_{0.01}\subset W_{0.05}\quad\Longrightarrow\quad\overline{W}_{0.05}\subset\overline{W}_{0.01}.$$ "$\alpha=0.05$ 时接受"意味着落在 $\overline{W}_{0.05}$ 里,而它被 $\overline{W}_{0.01}$ 包含,所以 $\alpha=0.01$ 时也必然接受。选 **(D)** 。 **验算**:取 $\left|\bar X-\mu_0\right|=2.2\frac{\sigma}{\sqrt n}$ 这个具体值检验——它在 $W_{0.05}$ 内($2.2>1.96$ )、在 $W_{0.01}$ 外($2.2<2.576$ ),正好反驳(A)。再取 $1.5$ ——两个都接受,反驳(C)。再取 $2.8$ ——两个都拒绝,反驳(B)。(D)无懈可击。 **带走结论**:**拒绝域的方向只由 $H_1$ 的不等号决定,与原假设怎么写无关**;而 $H_0:\mu\le\mu_0$ 与 $H_0:\mu=\mu_0$ 在"定临界值"这件事上完全等价(都看边界)。2018·8 那种题不需要算任何数,只要记住**"$\alpha$ 越大越容易拒绝"** 这一条包含关系,四个选项立刻筛掉三个。 > **关联** · 盘点 [§8.2 拒绝域与显著性水平](01-知识点盘点.md#user-content-82-拒绝域与显著性水平) | 上游 — | 下游 — | 速查 [八 假设检验](10-速查卡.md#user-content-八-假设检验) --- ### 题 3 · 8.3:单总体的三种检验(原创,接点 7 题 2)(★★★) > 某零件长度 $X\sim N(\mu,\sigma^2)$ ,抽 $n=16$ 件测得样本均值 $\bar x=10.2$ 、样本标准差 $s=0.4$ 。取 $\alpha=0.05$ ,已知 $t_{0.025}(15)=2.131$ 、$\chi^2_{0.025}(15)=27.49$ 、$\chi^2_{0.975}(15)=6.26$ 、$z_{0.025}=1.96$ 。 > > (Ⅰ)检验 $H_0:\mu=10$ 、$H_1:\mu\ne10$ ; > (Ⅱ)检验 $H_0:\sigma^2=0.16$ 、$H_1:\sigma^2\ne0.16$ ; > (Ⅲ)若已知 $\sigma=0.4$ ,重做(Ⅰ),并解释两次结论为何不同。 **怎么想**:三个小问对应三种枢轴量,**判断用哪个只看两件事:检验的是 $\mu$ 还是 $\sigma^2$ 、$\sigma$ 知不知道**。(Ⅰ)(Ⅲ)数据完全相同、结论却相反,这正是本题要逼出来的东西。 **解**: **(Ⅰ)** $\sigma$ 未知,用 $t(15)$ : $$t=\frac{\bar x-10}{s/\sqrt n}=\frac{0.2}{0.4/4}=\frac{0.2}{0.1}=2.0 .$$ 双侧拒绝域 $\left|t\right|>t_{0.025}(15)=2.131$ 。$2.0<2.131$ ,**不拒绝原假设** $H_0$ ,即还不能认为 $\mu\ne10$ 。 **(Ⅱ)** $\mu$ 未知,用 $\chi^2(15)$ : $$\chi^2=\frac{(n-1)s^2}{\sigma_0^2}=\frac{15\times0.16}{0.16}=15 .$$ 双侧拒绝域 $\chi^2>27.49$ 或 $\chi^2<6.26$ 。$15$ 落在这两个界之间,**不拒绝原假设** $H_0$ ,即不能认为方差偏离 $0.16$ 。 **(Ⅲ)** $\sigma=0.4$ 已知,改用 $z$ : $$z=\frac{\bar x-10}{\sigma/\sqrt n}=\frac{0.2}{0.1}=2.0 .$$ 双侧拒绝域 $\left|z\right|>1.96$ 。$2.0>1.96$ ,**拒绝原假设** $H_0$ ,认为 $\mu\ne10$ 。 **为什么结论相反**:统计量的**数值一样(都是 $2.0$ ),临界值不一样($2.131$ 对 $1.96$ )**。$t$ 分布的尾部比正态厚,同样大的统计量在 $t$ 表里"没那么极端"。用 $S$ 代替 $\sigma$ 引入了估计误差,所以判据必须更严——这与点 7 题 2 的"$t$ 区间比 $z$ 区间宽"是同一件事的两面。 **验算**:用 $p$ 值复核。(Ⅰ)$t=2.0$ 、$df=15$ 的双侧 $p\approx0.064>0.05$ ,不拒绝 ✓;(Ⅲ)$z=2.0$ 的双侧 $p=2\left[1-\Phi(2)\right]\approx0.0455<0.05$ ,拒绝 ✓。**两个 $p$ 值都大于 $0.0455$ 而 $0.064>0.05$ ,说明结论的翻转就发生在 $p=0.05$ 这条线两侧**。 **对偶自检**:用区间复核这两个结论。$\sigma$ 未知时 $$10.2\pm t_{0.025}(15)\frac{s}{\sqrt n}=10.2\pm2.131\times0.1=\left[9.987,\ 10.413\right],$$ **含** $10$ $\Rightarrow$ 不拒绝 ✓,与(Ⅰ)一致。$\sigma=0.4$ 已知时 $$10.2\pm z_{0.025}\frac{\sigma}{\sqrt n}=10.2\pm1.96\times0.1=\left[10.004,\ 10.396\right],$$ **不含** $10$ $\Rightarrow$ 拒绝 ✓,与(Ⅲ)一致。注意这两个区间是**本题数据**算的,与点 7 题 2 那组($\bar x=10$ 、$s=2$ )无关,别混用。 **带走结论**:**"$\sigma$ 已知用 $z$ 、未知用 $t$ "在检验里比在区间里更致命**——区间只是宽窄不同,检验却会**翻转结论**。所以做题第一步永远是问"$\sigma$ 给了吗"。另外**区间与检验是同一不等式的两种写法**:区间含 $\mu_0$ 就不拒绝,不含就拒绝。这条对偶可以当免费自检——两者结论不一致,八成是分位点或数据搞混了。 > **关联** · 盘点 [§8.3 正态总体的六大检验](01-知识点盘点.md#user-content-83-正态总体的六大检验) | 上游 — | 下游 [点 8 题 4](09-点8-假设检验与两类错误.md#user-content-题-4--83两总体的两个检验接点-7-题-3-的数据) | 速查 [八 假设检验](10-速查卡.md#user-content-八-假设检验) --- ### 题 4 · 8.3:两总体的两个检验(接点 7 题 3 的数据)(★★☆) > 两台机床加工同一零件,长度分别服从 $N(\mu_1,\sigma_1^2)$ 与 $N(\mu_2,\sigma_2^2)$ 。各取 $n_1=n_2=10$ 件,测得 > > $$\bar x=20.5,\ s_1^2=0.4;\qquad \bar y=19.8,\ s_2^2=0.6 .$$ > > 取 $\alpha=0.05$ ,已知 $F_{0.025}(9,9)=4.03$ 、$t_{0.025}(18)=2.101$ 。 > > (Ⅰ)检验 $H_0:\sigma_1^2=\sigma_2^2$ 、$H_1:\sigma_1^2\ne\sigma_2^2$ ; > (Ⅱ)在(Ⅰ)的结论下检验 $H_0:\mu_1=\mu_2$ 、$H_1:\mu_1\ne\mu_2$ ; > (Ⅲ)说明(Ⅱ)的结论为什么必然与点 7 题 3 的区间一致。 **怎么想**:两总体题有**固定的先后顺序**——先验方差(决定能不能合并),再验均值。**顺序反了会用一个还没验证的前提去算统计量**,这是最常见的过程性失分。 **解**: **(Ⅰ)** 统计量 $F=\dfrac{S_1^2}{S_2^2}=\dfrac{0.4}{0.6}=0.6667$ ,服从 $F(9,9)$ 。双侧拒绝域为 $$F>F_{0.025}(9,9)=4.03\quad\text{或}\quad Ft_{0.025}(18)=2.101$ 。$2.2136>2.101$ ,**拒绝原假设** $H_0$ ,认为两台机床加工的零件平均长度有显著差异。 **(Ⅲ)** 点 7 题 3 算出 $\mu_1-\mu_2$ 的 $95\%$ 置信区间为 $[0.036,1.364]$ ,**不含 $0$ 这个值** 。而"$\delta_0=0$ 落在置信区间内 $\Leftrightarrow$ 不拒绝 $H_0:\mu_1-\mu_2=\delta_0$ "是区间估计与假设检验的一般对偶(题 3 已验证过一次)。这里区间不含 $0$ ,所以必拒绝;若换成 $\delta_0=0.5$ 去检验,因为 $0.5\in[0.036,1.364]$ ,就**不会**拒绝。 **验算**:(Ⅱ)的 $p$ 值:$t=2.2136$ 、$df=18$ 的双侧 $p\approx0.040<0.05$ ✓。区间法复核:$0.7-2.101\times0.3162=0.036>0$ ,下限已经越过 $0$ ,所以拒绝 ✓。两条路线互相印证。 **带走结论**:**两总体题的三步口诀是"先 $F$ 后 $t$ ,先方差后均值"** 。(Ⅰ)不拒绝 $F$ 检验才能合并方差用 $t(n_1+n_2-2)$ ;若(Ⅰ)拒绝了,就必须改用不合并的近似 $t$ (Welch,自由度用公式近似),此时点 7 题 3 的区间公式也不再适用。另外**区间与检验永远同进同退**:区间含 $\delta_0$ 就不拒绝,不含就拒绝——这句话可以替代一半的检验计算。 > **关联** · 盘点 [§8.3 正态总体的六大检验](01-知识点盘点.md#user-content-83-正态总体的六大检验) | 上游 [点 8 题 3](09-点8-假设检验与两类错误.md#user-content-题-3--83单总体的三种检验原创接点-7-题-2) | 下游 — | 速查 [八 假设检验](10-速查卡.md#user-content-八-假设检验) ---