什么是假设检验?
统计学有两个推断统计方法,一个是参数估计,另一个是假设检验。
- 参数估计用样本统计量来推断总体参数的方法
- 假设检验是基于某一假设的前提下,同样利用样本统计量去检验这个假设是否成立。
假设检验的方法论
(1)提出原假设;
假设分为原假设H0和备选假设H1
- H0一般是我们想要拒绝的假设
一般是=、>=、<= - H1是我们想要接受的假设
一般是<> 、 >、<
(2)选择假设检验方法,计算检验统计量;
(3)判断临界值,得出结论;(根据检验统计量或P值)
一般情况下,当P值小于0.05则可以拒绝原假设
假设检验两种错误
当我们做判断的时候就会面临着两种假设检验的错误
- Type I Error 弃真错误
顾名思义,它是指原假设H0是真的,但是通过样本估计总体后,错误的拒绝了原假设。错误的概率是Alpha α, 同时它也是显著性水平,一般来说我们在做实验之前就规定了Alpha的大小,比如0.05, 0.1 - Type II Error 取伪错误
和Type I相反,它是指原假设H0是假的,但是通过试验后,错误的接受了原假设,认为原假设是真的。这个错误的概率是Beta β
这也可以解释为什么原假设一般都是我