小文 | 公众号 小文的数据之旅
上一期说到三大抽样分布的主要作用在于参数估计与假设验证,参数估计已经在重温统计学--参数估计介绍过了,今天我们来看看假设验证是什么,怎么用?
假设检验其实很好理解,生活中的例子也很多,最常见的就是应用在法庭上,法官先假设嫌疑犯无罪,然后收集证据,如果有足够证据证明嫌疑犯有罪,则需要宣判嫌疑犯有罪。假设验证做的就是这么一回事,先不管其在统计学中的作用,更为重要的是它的这套逻辑思维的方法论,是我们考虑问题,分析问题的一种很重要的方法论。
1、假设检验的步骤:
(1)提出原假设(H0)与备选假设(H1)
-
原假设往往与备选假设是互斥的,即当我们拒绝原假设时,必然会接受备选假设
(2)选择合适的检验统计量
-
常用的统计量:均值、方差、样本比例(往往跟二项分布相关)
(3)确定用于做决策的拒绝域
-
拒绝域之前,先要定显著性水平α,一般α=0.05或者0.01
(4)求出检验统计量的p值
-
通过样本的抽样分布计算p值
(5)查看样本结果是否位于拒绝域内
-
左单侧检验:备选假设包含小于号(α)
-
右单侧检验:备选假设包含大于号(α)
-
双侧检验:备选假设包含不等于号(α/2)
(6)作出决策
-
如果p值位于拒绝域中,则有充足的理由拒绝原假设;
-
如果p值位于拒绝域外,则不能拒绝原假设;
— end —
小文的数据之旅
戳右上角「+关注」获取最新share
如果喜欢,请分享or点赞