假设检验 |
您所在的位置:网站首页 › 备择假设为:h1: μ<μ0,此时的假设检验称为( ) › 假设检验 |
假设检验,也称为显著性检验,通过样本的统计量来判断与总体参数之间是否存在差异(差异是否显著)。即我们对总体参数进行一定的假设,然后通过收集到的数据,来验证我们之前作出的假设(总体参数)是否合理。在假设检验中,我们会建立两个完全对立的假设,分别为原假设H0与备择假设H1。然后根据样本信息进行分析判断,是选择接受原假设还是拒绝原假设。 假设检验基于“反证法”。首先,我们假设原假设为真,如果在此基础上,得出了违反逻辑与常理的结论,则表明原假设是错误的,我们就接受备择假设。 小概率事件在假设检验中,违反逻辑与常规的结论,就是小概率事件。一般来说,小概率事件在一次试验中是不会发生的。如果发生,则我们便有理由拒绝原假设。 假设检验遵循“疑罪从无”的原则,接受原假设,并不代表原假设一定是正确的,只是没有充分的证据,证明原假设是错误的。 P-Value与显著性水平为了便于量化,我们可以计算一个概率值(P-Value),该概率值可以认为是支持原假设的概率,也就是样本统计量与总体参数无差异的概率。然后,我们设定一个显著性水平α(通常取值为0.05)。当P-Value的值大于α时,支持原假设。 假设检验与置信区间有一定的关联性,只不过假设检验是通过反正的角度来判断是否接受原假设。 假设检验的步骤步骤如下: 设置原假设与备择假设。设置显著性水平α(通常选择α=0.05)。根据问题选择假设检验的方式。计算统计量,并通过统计量获取P值。根据P值与α值,决定接受原假设还是备择假设。 常用的假设检验方法 Z检验Z检验用来判断样本均值是否与总体均值具有显著性差异。Z检验是通过正态分布的理论来推断差异发生的概率,从而比较两个均值的差异是否显著。Z检验适用于: 总体呈正态分布。总体方差已知。样本容量较大(≥30)。Z检验计算公式如下:
t检验与Z检验类似,用来判断样本均值是否与总体均值均有显著性差异。不过t检验是基于t分布的,适用于: 总体呈正态分布。总体方差未知。样本数量较少( |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |