《R统计建模与R软件》第5章知识点整理

2018/10/23

假设检验的基本概念

重要的参数检验

若干重要的非参数检验

5.1假设检验的基本概念

引入：工厂中生产一批灯泡，我们需要检验工厂生产这批灯泡的合格率。我们不可能将总体中的所有灯泡都检查一遍，我们需要从中抽取一部分样本，根据样本的数据特征，然后去估计总体分布情况。-----参数估计

          我们根据参数估计得到一个参数，如次品率，那么我们现在需要知道这个估计值准确与否。假如我们的估计值满足，那么在这种条件下，从总体中抽取一部分样本，我们检查这部分样本中的出现次品的概率（P值）大概是多少。如果这个概率极低，几乎不可能发生，那么根据小概率事件不可能发生定理，可以得出我们原先的假设是错误的。这个估计值不准确。-----假设检验

5.1.1基本概念

1.设Θ为用于确定总体分布的一个未知参数。其一切可能集合为X。则关于Θ的任意假设可以表示为Θ∈X‘ ，X’是X的真子集。

2.   原假设：   H0：Θ∈X0

  备择假设：   H1：Θ∈X1

3.检验的三种类型【根据具体的问题而定，去分析】

（1）单边检验（一尾检验）：H0：Θ≥X0   H1：Θ＜X1  或

                           H0：Θ≤X0   H1：Θ＞X1

（2）双边检验（二尾检验）： H0：Θ=X0   H1：Θ≠X1

4.P值

在原假设成立的条件下，在样本中，某事件发生的概率。根据P值可以反过来检验原假设是否合理。

5.显著性水平α

α的常用取值是0.1 ，0.01， 0.05

6.上式中，W就是拒绝域，即如果样本（我们构造的统计量）落入到拒绝域中，我们就有理由拒绝原假设。

7.置信区间：置信区间与拒绝域是一对相反的概念，统计量落入到置信区间中，我们就承认原假设是合理的。置信区间的大小和置信水平的选取有关。

8.假设检验的两类错误：

（1）去真