学习统计学之假设检验

统计学之假设检验

1. 建立假设。根据问题提出原假设H，一般是认为会判定为假。
2. 确立检验水准。设定小概率事件的临界值，用于判定该假设是否为小概率事件，一般取0.05.
3. 进行实验。在原假设成立的条件下，得到用于统计分析的样本，并以该实验结果作为假设检验的根据。
4. 选定实验方法，计算检验统计量。其实所谓各种的假设检验方法，其主要差异之一就是所选取的统计量并不相同，不同的检验，不同的样本分布构建不同的统计量，目的都是通过统计量的概率分布得到P值。
5. 确定P值，做出推断结论。这里的P值对应的是当原假设成立时，通过构造的统计量的分布，来获得样本在原假设成立的条件下的发生概率，如果该概率小于选定的小概率事件的概率，则认为在原假设的成立的条件下，竟然发生了小概率事件，而通常认为小概率事件在一次的实验种是不太可能出现的，所以应该认为假设不成立，获得备选假设为真的结论。
   总的来说，根据不同的检验方法，构造的统计量会出现不同的分布，如果已知的样本值在假设成立的条件下被判断为一次小概率事件，则认为假设不成立，反之假设成立。