【概率论】- (2)假设检验

在数据分析过程中， 一个完整的闭环是从数据中得到洞察，根据洞察得到某种假设，通过实验检验这一假设。

实验环节中会涉及到一些概率论知识，比如统计推断中重要的两类问题，区间估计和假设检验。之前概率论学过相关知识，但已经有些模糊，在此复习记录。

• 区间估计
• 假设检验

假设检验有两种求解思路，分别是：

• 临界值法：计算拒绝域，比较检验统计量与拒绝域确定结果
• p值检验法：计算检验统计量得到 $p$ 值，比较显著性水平与 $p$ 值确定结果

1. 概念与求解思路

1.1 关键概念

假设检验是什么？

在一些情况下，我们会对总体的某些未知特性作出假设（如考试分数均值为75），假设检验根据样本，对提出的假设作出接受或拒绝的决策。

我们把作出的假设叫原假设，相对立的假设叫备择假设。由于我们根据样本来接受或拒绝原假设，必然有决策出错的可能性，有两种错误——

• 弃真：原假设为真，而我们拒绝原假设，这种错误称为一型错误
• 取伪：原假设为假，而我们接受原假设，这种错误称为二型错误

注意，当样本容量固定时，若降低一种错误的概率，则另一种错误的概率往往增大，只有提升样本容量才能同时降低两种错误的概率。在对两种错误都有限制的情况下，样本容量如何计算，下一篇笔记中会结合AB实验中样本容量的确定一并说明。

而在假设检验中，通常做显著性检验，即将一型错误的概率限制在显著性水平 $\alpha$ 内，而不考虑二型错误。

我们会根据不同的问题选择不同的检验统计量，当检验统计量取某个区域C内的值时，我们拒绝原假设，则成区域C为拒绝域，C的边界称为临界点。

1.2 求解思路

假设检验的求解思路如下：

• 根据实际问题，提出原假设 $H_0$ 与备择假设 $H_1$
• 给定显著性水平 $\alpha$ 和样本容量 $n$
• 确定检验统计量与拒绝域的形式
• 按 $P(H_0为真时拒绝H_0)\le \alpha$ 求出拒绝域
• 取样，根据样本观测值接受或拒绝 $H_0$

2. 双边检验与单边检验

同上一篇笔记一样，我们假设总体为正态分布，以方差已知，检验均值问题为例，求解双边与单边检验问题。

2.1 双边检验

某车间用一台包装机包装葡萄糖，袋装糖的净重是服从正态分布的随机变量。当机器正常时，其均值为0.5kg，标准差为0.015kg。某日开工后随机抽取它包装的葡萄糖9袋，称得净重为（kg）：

0.497、0.506、0.518、0.524、0.498、0.511、0.520、0.515、0.512

问机器工作是否正常？（显著性水平为0.05）

按照上述思路，可求解如下——

• 提出原假设与备择假设

$$\begin{gathered} H_0:\mu ={\mu }_0=0.5 \\ {H}_1:\mu \ne {\mu }_0\text{\hspace{1em}(1)} \end{gathered}$$

• 方差已知，使用 $\frac{\bar{X}-{\mu }_0}{\sigma /\sqrt{n}}\sim N(0,1)$ 作为检验统计量，拒绝域形式为：（其中 $k$ 为常数，这一拒绝域应理解为，若原假设为真，而样本均值与 ${\mu }_0$ 的差异较大，出现这种情况的概率较小，偏向于拒绝原假设）

$$|\frac{\bar{X}-{\mu }_0}{\sigma /\sqrt{n}}|\ge k\text{\hspace{1em}(2)}$$

• 求解拒绝域如下

$$P(H_0为真时拒绝H_0)=P_{{\mu }_0}(|\sigma /\sqrt{n}$$