假设检验的原理
假设检验是根据样本信息,提出对于总体信息的假设,并且对假设的正确性进行推断。
判断原假设的方法
推断的依据是假设成立发生的概率,并且设置显著性水平
α
\alpha
α (取值一般为0.01,0.05,0.1)。
在判断原假设过程中,有两种方法。
第一、统计量的比较。由样本数值生成对应的统计量,由显著性水平会生成统计量的边界。如果统计量与显著性水平的边界数值的大小关系与原假设不符合,即可拒绝原假设。
如图中统计量落入(-2,2)外侧,则拒绝原假设。
第二、概率的比较。p值是通过统计量得到的边界处,向拒绝域方向延申范围的概率数值。p值越大,说明统计量越不容易落入拒绝域,也就是越容易落入接受域,越支持原假设。当p值小于显著性水平,则拒绝原假设。
其中显著性性水平,恰好等于第一类错误(弃真)的概率,这个概率认为原假设成立是由随机现象引起的。如果p值大于 α \alpha α,则认为排除了随机现象的影响,样本信息显著反映了总体。