Welcome to W.C.Zhu's Blog

说书人叹天下旧事如潮,听书人悲欢不过一壶新茶

假设检验介绍

利用饭后时间回顾和总结了一下假设检验的相关知识,现总结如下~

假设检验的本质

利用样本对假设的真假进行判断。

假设检验的思想

那么我们如何根据样本来进行判断呢,这其中设计到小概率事件和概率反证法的原理,即:

一般我们认为小概率事件不会发生。一旦发生,则可以认为原有的假设不成立。因此我们假定原假设为真,然后根据条件和分布特征,构造一个分布。接下来确定一个概率阈值(检验水平),这个概率阈值对应了一个在该分布下的确定值。我们由样本在该分布下也计算得到一个值。如果这个值在确定值之“外”,即在概率分布小的区域内,则拒绝原假设,对立假设成立。否则原假设就是成立的。

假设检验的套路

那么这个分布怎么构造呢?

  1. 如果已知分布的均值和方差,则可以构造标准正态分布,利用标准正态分布表得到确定值。即u检验法
  2. 如果已知分布的均值,不知道方差,则可以用方差的无偏估计代替方差,构造t分布,查t分布表。即t检验法
  3. 如果均值、方差都不知,利用样本的方差,构造卡方分布,查卡方分布表。即卡方检验
  4. 如果均值、方差都不知,存在两个分布的比较,构造F分布,查F分布表。即F检验

p检验

最后再来说说p检验。p检验是说,根据上面讲的相应条件,根据分布得到确定值。查相应的表得到该确定值对应的概率阈值,即p值。那么а小于p则接受原假设,a大于p则拒绝原假设。

阅读更多
文章标签: 概率论
个人分类: Math
上一篇tensorflow学习笔记1
下一篇win10安装keras报错No module named 'yaml'
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭