生物统计学(biostatistics)学习笔记(四)统计推断(已知样本推总体)

第四章统计推断(已知样本推总体)

上一章我们讨论了已知总体的时候样本的特征,即抽样分布。

本章我们来讨论已知样本的时候如何推断总体的特征,主要任务是分析差异产生的原因,是随机误差导致的,还是一些处理效应导致的。

假设检验的原理与方法

假设检验(hypothesis test):也叫显著性检验(significance test),是根据总体的理论分布和小概率原理,对未知或不完全知道的总体提出两种彼此对立的假设,然后由样本的实际结果,经过一定的计算,做出在一定概率意义上应该接受哪种假设的推断。

假设检验的步骤

1. 提出假设

​ 零假设(null hypothesis)也称无效假设,是指处理效应没有产生真实的差异,即差异都是随机误差导致的。

​ 备择假设(alternative hypothesis),是指处理效应产生了真实的差异。

2. 确定显著水平

​ 显著水平(significance level)是人为规定的小概率界限,用α表示,常用取值是0.05或0.01,特殊情况时也可以取其他值。

​ α也是假阳性发生的概率,及I型错误的发生率

3. 计算统计数与相应的概率

​ 在假定零假设正确的前提下,选择恰当的抽样分布相关公式计算标准化后的统计数,然后查表找到对应的概率累积函数值。

4. 推断是否接受假设

​ 推断的基础是小概率原理,即认为小概率事件在一次抽样试验中几乎是不可能发生的

双尾检验和单尾检验

image-20220324150337624

零假设 备择假设
差值等于0 差值不等于0 u**<- u α 2 \frac{u{_α}}{2} 2
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

cling5899

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值