假设检验是统计学中用于验证预设观点的方法。它包括原假设H0和备择假设H1，以及两类错误：I类错误（弃真错误，概率为α）和II类错误（取伪错误，概率为β）。显著性水平α设定了犯I类错误的最大允许值。P-值衡量在原假设为真时观察到统计量的极端情况的概率。检验分为单侧和双侧，前者针对已知方向的情况，后者则不确定。
- 基本概念
- 原假设：
H0：原假设或零假设（null hypothesis），即需要去验证的假设；一般首先认定原假设是正确的，然后根据显著性水平选择是接受还是拒绝原假设。
- 备择假设：
H1：备择假设（alternative hypothesis），一般是原假设的否命题；当原假设被拒绝时，默认接受备择假设。
- 两类错误：
接受或拒绝H0，都可能犯错误
I类错误——弃真错误，发生的概率为α
II类错误——取伪错误，发生的概率为β
- 显著性水平：
显著性水平是人们事先指定的犯第Ⅰ类错误的最大允许值.显著性水平越小,犯第一类错误的可能性自然就越小,但犯第二类错误的可能性则随之增大.确定了显著性水平就等于控制了犯第Ⅰ类错误的概率,即我们在拒绝
最低0.47元/天 解锁文章
1282
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
