学习笔记
-
假设验证和P值
药物是否有效为假设前提,如果通过已知的实验前后各自的均值和标准差计算出试验后均值偏离的概率过大,那么我们认定实验无效,反之认定实验有效。
-
单侧检验和双侧检验
上述考虑到的是双侧检测,考虑到具体实例中值相对实验前的均值偏小,通过单侧检验计算得到均值偏离的概率对比双侧检验还需要除以2
-
z-statistic和t-statistic
样本量比较大比如超过30,使用z-statistic,yang样本量比较小时使用t-statistic
z-statistic计算公式如下:
t-statistic计算公式如下:
其中样本量s大大小于
-
第一型错误
根据前文提到的假设验证和P值,我们拒绝了零假设即认为零假设是错误的(根据概率值过低),然而,实际上零假设是正确的。这就是第一型错误。
-
小样本假设检验
已知小样本,判断大样本是否能达到犯第一型错误的风险足够要求小!
根据小样本,我们可以计算样本均值、标准差和t分布值,并且计算双侧检验小于t分布值概率,比较犯第一型错误的概率。
-
t-统计量置信区间
根据区间概率值和小样本,我们可以计算得出(或者查表)t分布的范围。而后根据t分布公式计算