本文介绍了单样本T检验的基本概念，包括其在检验变量均值与特定值差异中的应用，以及假设检验的原理，通过H0和H1来决定接受或拒绝原假设。还提及了均值估计的几种误差度量如RMSE、MAE和MAPE。
单样本T检验
定义 & 简单原理
单样本T检验是在检验 某个变量的均值是否和某个特定的值之间存在显著性差异。
我们提出假设检验：
假设检验（Hypothesis Testing)是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。
- H0（原假设）：选定变量的均值=我们特定的检验值。
- H1（备择假设）：选定变量的均值 ≠ \neq =我们特定的检验值
R M S E = 1 n ∑ i = 1 n ( Y i − Y ^ i ) 2 RMSE=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(Y_i - \hat{Y}_i)^2} RMSE=n1i=
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
