1、什么是假设检验?
假设检验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。
2、怎么进行假设检验?
- 确定要进行检验的假设
原假设 (Null Hypothesis) H 0 H_0 H0 :要检验的判断
备择假设 H 1 H_1 H1 - 选择检验统计量
就是确定分布类型,得出统计量,如正态分布就要知道均值 μ \mu μ, 方差 σ \sigma σ - 确定用于做决策的拒绝域
先确定显著性水平是百分之几
再看这是单尾检验(左尾:<;右尾:>)还是双尾检验( ≠ \neq ̸=) - 求出检验统计量的p值
即根据统计量求出的标准z分数,求概率 P ( x < z ) P\left(x<z\right) P(x<z) - 查看样本结果是否位于拒绝域内
- 做出决策
实例(《深入浅出统计学》p563-566):
3、假设检验可能存在的错误
1)第一类错误:错误地拒绝了真原假设
发生第一类错误的概率等于你的结果位于拒绝域以内的概率。由于拒绝域由检验水平决定,说明如果检验的显著性水平为
α
\alpha
α, 则发生第一类错误的概率必须也等于
α
\alpha
α。
P
(
第
一
类
错
误
)
=
α
P\left(第一类错误\right)=\alpha
P(第一类错误)=α
2)第二类错误:错误地接受了假原假设
P
(
第
二
类
错
误
)
=
β
P\left(第二类错误\right)=\beta
P(第二类错误)=β
求解:
- 检查是否拥有 H 1 H_1 H1的特定数值
- 求检验拒绝域以外的数值范围(逆标准化)
- 假定 H 1 H_1 H1为真,求得到这些数值的概率
实例参考《深入浅出统计学》p558-560
3)假设检验的功效
功效是做出正确决策而拒绝原假设的概率
功
效
=
1
−
β
功效=1-\beta
功效=1−β