学习笔记 | 假设检验概念、小概率事件、P-Value与显著性水平、假设检验步骤

最新推荐文章于 2024-01-10 01:46:04 发布

大虎牙

最新推荐文章于 2024-01-10 01:46:04 发布

阅读量7.1k

点赞数 2

分类专栏： # 统计学基础文章标签：假设检验小概率事件 p值数据分析

本文链接：https://blog.csdn.net/qq_34170700/article/details/106555256

版权

本文介绍了假设检验的基本概念，包括反证法、弃真错误和取伪错误。讨论了小概率事件在假设检验中的角色，并详细解释了P值和显著性水平的含义。最后，概述了进行假设检验的四个步骤，帮助理解如何运用假设检验来判断样本与总体之间的差异是否显著。

摘要由CSDN通过智能技术生成

假设检验，也称为显著性检验，是通过样本的统计量，来判断与总体参数之间是否存在差异(差异是否显著)。那我们对总体参数进行一定的假设，然后通过收集到的数据，来验证我们之前作出的假设(总体参数)是否合理。
在假设检验中，我们会建立两个完全对立的假设，分别为原假设H₀(零假设)与备则假设(对立假设)H₁，然后根据样本信息进行分析判断，是选择接受维持原假设还是拒绝原假设，假设检验基于反证法。首先，我们会假设原假设为真，如果在此基础上，得出了违反逻辑与常理的结论，则表明原假设是错误的，我们就接受备则假设，否则，我们就没有充分的理由推翻原假设，此时，我们选择去接受原假设。
假设检验(hypothesis testing)，又称统计假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。
显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应