假设检验

关于假设检验

假设检验（Hypothesis Testing），或者叫做显著性检验（Significance Testing）是数理统计学中根据一定假设条件由样本推断总体的一种方法。其基本原理是先对总体的特征作出某种假设，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作出推断。既然以假设为前提，那么在进行检验前需要提出相应的假设：

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。

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。

如原假设是假设总体均值μ＝μ0，则备择假设为总体均值μ≠μ0，检验的过程就是计算相应的统计量和显著性概率，来验证原假设应该被接受还是拒绝。

卡方检验

卡方检验（chi-square test），也就是χ2检验，用来验证两个总体间某个比率之间是否存在显著性差异。卡方检验属于非参数假设检验，适用于布尔型或二项分布数据。
下面用例子来说明卡方检验的过程：
例：某医院分别用化学疗法和化疗结合放射治疗卵巢癌肿患者，结果如下表，问两种疗法有无差别？

步骤1：建立检验假设
(即假设这两种卵巢癌治疗的有效率本无不同，差别仅是由抽样误差所致。这里可将两种疗法合计有效率作为理论上的有效率，即53/87=60.9%，以此为依据便可推算出四格表中相应的四格的理论数。)

   H0：两种疗法的有效率相等，即n1=n2=60.9

   H1：两种疗法的有效率不相等

   α=0.05,α为置信水平

步骤2：计算理论数

其中TRC表示第R行C列格子的理论数，nR为R行的合计数，nC为C列的合计数，n为总例数。

第1行1列： 43×53/87=26.2

第1行2列： 43×34/87=16.8
也可由43-26.2=16.8求得

第2行1列： 44×53/87=26.8

第2行2列： 44×34/87=17.2
也可由44-26.8=17.2求得

步骤3：计算χ2值

其中A为实际值，T为理论值。
则有：

步骤四：根据χ2值表求p值（置信水平）
首先计算自由度V=(行数-1)×（列数-1）=1；
χ2部分界值表如下：

由上表可知

10.83>χ2>6.63，则p<0.01<α，那么拒绝H0，接受H1，可以认为采用化疗加放疗治疗卵巢癌的疗效比单用化疗佳。