- 什么是零假设(Null hypothesis)?
零假设是做统计检验时的一类假说,一般零假设的内容是希望能证明为错误的假设。比如,在相关性的检验中,一般会取”两者之间无关联“作为零假设,而在独立检验中,一般会取”两者之间非独立“作为零假设。零假设内容通常由研究人员自己决定。
- 什么是备择假设?
备择假设就是与零假设相对的假设,一般其内容希望能证明为真。零假设与备择假设地位上是相等的。假设零假设是:AB两者之间非独立,那么备择假设就是:AB两者之间独立。
- 什么是I类错误?
I类错误指的是:如果一个统计检验的结果拒绝(reject) 零假设(结论不支持零假设),而实际上真实的情况属于零假设,那么称这个检验犯了第一型错误。
- 什么是II类错误?
II类错误指的是:如果检验结果支持零假设,而实际上真实的情况属于备择假设,那么称这个检验犯了第二型错误。
- 什么显著性水平即α值?
显著性差异就是对数据差异性的一种评价,如果两组数据之间具有了显著性差异,就说明参与对比的数据应该不是来自于同一总体。
显著性水平α,代表在零假设为真情况下,错误的拒绝了零假设的概率,反过来也可说明了接受零假设为真的概率。比如,如果两组数据A、B在显著性水平α为0.05上具备显著性差异(此时,零假设是AB两组数据不是一致的),就是说两组数据具备显著性差异的可能性为95%,两个数据所代表的样本还有5%
的可能性是没有差异的。这5%的差异是由于随机误差造成的。
1-α为置信度或置信水平,表明的是区间估计的一个可靠性。
- 什么是P-value?
P值其实就是用来衡量原假设正确(可接受的)概率,P值一般于显著性水平α值相关,如果P值小于等于α值,我们就认为原假设是错误的,拒绝它,如果P值大于α值,则认为原假设是正确的,可以接受。
暂时记录到这里。。。。。。下次再更新