【数模笔记05】篇2-假设检验

文章目录

目录

文章目录

前言

一、假设检验

二、假设检验步骤

1.确定原假设和备择假设

2.在原假设H0成立条件下，根据我们要检验的量来构造一个分布

3.画出统计分布的概率密度图

5.计算检验统计量的值：

6.做出决策：

7.解释结果：

总结

---

---

前言

以下多为《概率论与数理统计》已学内容，注意复习多种分布的特点、概率密度函数和假设的理解。

---

一、假设检验

• 原假设（H0）：通常是需要检验的假设，即假设没有差异、没有关联或没有效果。
• 备择假设（H1）：与原假设相反的假设，即假设存在差异、有关联或有效果

二、假设检验步骤

1.确定原假设和备择假设

原假设（H0）与备择假设（H1）刚好是相反的两面，比如原假设是”我这个月的体重是九十斤”，则备择假设为“不是九十斤”，也就是“大于九十斤或者小于九十斤”（双侧检验）【也有单侧检验“体重有没有显著大于90斤”】。

2.在原假设H0成立条件下，根据我们要检验的量来构造一个分布

（1）标准正态分布：用于比较样本均值与已知总体均值的差异，或比较两个比例的差异，适用于大样本数

（2）T分布：用于比较两组数据的均值差异，适用于小样本数据。

（3）F分布：用于比较两个总体的方差差异，或用于方差分析（ANOVA）中。

（4）分布：用于比较观察频数与期望频数的差异，常用于检验分类数据的独立性或拟合优度。

3.画出统计分布的概率密度图

4.给一个置信水平 / 显著性水平

置信水平：相信H0成立的概率，。一般而言取90%，95%，99%

显著性水平（α）是拒绝原假设的临界值，也即犯第一次错误的概率，通常设为0.1,0.05或0.01。

5.计算检验统计量的值：

使用样本数据计算所选统计量的值。

6.做出决策：

比较计算出的统计量值与临界值，以决定是接受还是拒绝原假设。

7.解释结果：

根据决策解释假设检验的结果，并讨论其实际意义。

---