显著性检验

目录

引言

显著性检验的含义

显著性检验的相关概念

显著性检验的原理

显著性检验的步骤

---

引言

作为明年七月毕业，要即将去某厂工作的数据分析岗位新员工，前几日在收到女朋友的消息让帮忙给她讲解一下“显著性检验”这个概念的知识，介于当场答应了她并且维护自己在她心中那种一直啥事都会的“大（zha）神（zha）”形象，遂翻阅各种知识文献，今日特来做下此笔记，回头讲解给她。

关于显著性检验（significance test）概念，其解释：就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。

抽样实验会产生抽样误差，对实验资料进行比较分析时，不能仅凭两个结果（平均数或率）的不同就作出结论，而是要进行统计学分析，鉴别出两者差异是抽样误差引起的，还是由特定的实验处理引起的。（来源百度百科）

显著性检验的含义

显著性检验是用于检测科学实验中实验组与对照组之间是否有差异以及差异是否显著的办法。在检验开始的一个前提就是我们需要一个“假设”，所谓“无假设，不检验”。例如，在你的实验中，你培养了一批试验细胞，本意是要培养一定纯度的阳性细胞，但是在培养的过程中总会意外产生阴性细胞，这时候有一个边界值是a（百分比形式），只要阳性细胞比例大于这个值就认为满足条件，否则则不满足。这时候，就要假设这批细胞纯度不够（为什么要假设纯度不够而不是纯度够呢？这就要介绍接下来的原假设与备择假设的区别），你要去检验这批细胞的一个阳性率。

显著性检验的相关概念

• 原假设与备择假设：一般而言，把要检验的假设称之为原假设，记为H0；把与H0相对应（相反）的假设称之为备择假设，记为H1。换句话说：

举个栗子

为研究某山区的成年男子的脉搏均数是否高于一般成年男子脉搏均数，某医生在一山区随机抽查了25名健康成年男子，得其脉搏均数X为74.2次/分，标准差为6.0次/分。根据大量调差已知一般健康成年男子脉搏均数为72次/分，能否据此认为该山区成年的脉搏均数μ高于一般成年男子的脉搏均数？

问题1：造成这25名男子脉搏均数高于一般男子的原因是什么？

由资料已知样本均数与总体均数不等，原因有二：

（1）两者非同一总体，即两者差异