如何理解假设检验中的alpha值和p值
什么是假设检验
概念:事先对总体参数或分布形式作出某种假设,然后利用样本信息来判断原假设是否成立
类型:参数假设检验;非参数假设检验
特点:采用逻辑上的反证法;依据统计上的小概率原理
假设检验的步骤
- 提出原假设和备择假设
- 确定适当的检验统计量
- 规定显著性水平 α \alpha α,求出拒绝域和临界值
- 计算检验统计量的值
- 作出统计推断
假设检验中的两个假设
原假设和备择假设的确定是开展假设检验的前提。
确立原假设与备择假设时应遵循的最简单原则:
- H0 原假设:我们不希望的结果
- H1 备择假设:我们希望的结果
为什么原假设一般被设置为我们不希望的结果呢?其实我们可以从上面提到的假设检验的特点,即采用逻辑上的反证法,来理解。通常,我们在开展假设检验的时候会假设H0假设为真,从反证法角度考虑的话,就是想证明原假设不真,即拒绝原假设。
确立原假设与备择假设时应遵循的两个基本原则
- 原假设是在一次试验中有绝对优势出现的事件,而备择假设在一次试验中不易发生(或几乎不可能发生)的事件。因此,在进行单侧检验时,最好把原假设取为预想结果的反面,即把希望证明的命题放在备择假设上
- 将可能犯的严重错误看作第一类错误,因为犯第一类错误的概率可以通过a的大小来控制。犯第二类错误的概率夕是无法控制的。如医生对前来问诊的病人作诊断时,可能会犯 “有病看成无病” 或者 “无病看成有病” 的错误,相比较而言,“无病看成有病” 的错误更严重,故应将 “问诊人有病” 作为原假设。而在某项疾病普查中,将 “被检查人有病” 作为原假设就不恰当了。
假设检验的原则
假设检验中的两类错误分别是第一类错误(弃真错误)和第二类错误(取伪错误)。
- 第一类错误:原假设为真时拒绝原假设&