（六）置信区间与假设检验详解

《深入浅出统计学》-读书笔记 第6篇

本文内容：

• 第12章 置信区间的构建：自信地猜测
• 第13章 假设检验的运用：研究证据

重点：
1、置信区间和置信水平的区别？

2、假设检验的显著性水平和置信区间的置信水平有共同之处吗？

3、p值的含义？
P值或计算概率是当研究问题的零假设（H 0）为真时，找到观察到的或更极端的结果的概率 —— “极端”程度的定义取决于假设如何被检测。

如果您的P值小于选定的显着性水平，那么就拒绝原假设，即接受样本提供合理的证据来支持备选假设。它并不意味着“有意义”或“重要”的差异;这是在考虑结果的真实相关性时决定的。

例如：你有一枚硬币而你不知道这是否公平或棘手所以让我们决定零和备择假设

H0：硬币是一个公平的硬币。

H1：硬币是一个狡猾的硬币。并且alpha = 5％或0.05

现在让我们掷硬币并计算p值（概率值）。

第一次投掷硬币，结果是尾部P值= 50％（头部和尾部的概率相等）

第二次抛硬币，结果是尾巴，现在p值= 50/2 = 25％

同样地，我们连续6次投掷并得到P值= 1.5％的结果，但是我们将显着性水平设置为95％表示我们允许的5％错误率，在这里我们看到我们超出了那个水平，即我们的零假设不成立，所以我们需要拒绝并提出这个硬币实际上是一个狡猾的硬币。