t检验
定义:t检验又称为学生式检验,主要是用于
样本含量小(小于30个),总体标准差δ未知的正态分布。
t
=
样
本
均
值
−
总
体
均
值
标
准
误
差
t=\frac{样本均值-总体均值}{标准误差}
t=标准误差样本均值−总体均值
其中标准误差是按照的样本的值来计算的,
标
准
误
差
=
S
(
样
本
标
准
差
)
n
(
样
本
大
小
)
标准误差=\frac{S(样本标准差)}{\sqrt{n}(样本大小)}
标准误差=n(样本大小)S(样本标准差)
H
0
:
H_0:
H0:根据实际的要证明的情况来做出假设。
F检验
F检验的原则:记两独立总体为:
X
1
X_1
X1~
N
(
μ
1
,
σ
1
2
)
N(μ_1, σ^2_1)
N(μ1,σ12),
X
2
X_2
X2~
N
(
μ
2
,
σ
2
2
)
N(μ_2,σ^2_2)
N(μ2,σ22)
从两总体中抽取的样本为:
x
1
i
(
i
=
1
,
2
,
.
.
.
,
n
1
)
,
X
2
j
(
j
=
1
,
2
,
.
.
.
,
n
2
)
x_{1i}(i=1,2,...,n_1), X_{2j}(j=1,2,...,n_2)
x1i(i=1,2,...,n1),X2j(j=1,2,...,n2)
定义样本均值和样本方差:
X
‾
1
=
1
n
1
∑
i
=
1
n
1
\overline{X}_1=\frac{1}{n_1}\sum\limits_{i=1}^{n_1}
X1=n11i=1∑n1;
s
1
2
=
1
n
1
−
1
∑
i
=
1
n
1
(
x
i
1
−
X
‾
2
)
2
s_1^2=\frac{1}{n_1-1}\sum\limits_{i=1}^{n_1}(x_{i1}-\overline{X}_2)^2
s12=n1−11i=1∑n1(xi1−X2)2
X
‾
2
=
1
n
2
∑
i
=
1
n
2
\overline{X}_2=\frac{1}{n_2}\sum\limits_{i=1}^{n_2}
X2=n21i=1∑n2;
s
2
2
=
1
n
2
−
1
∑
i
=
1
n
2
(
x
i
2
−
X
‾
2
)
2
s_2^2=\frac{1}{n_2-1}\sum\limits_{i=1}^{n_2}(x_{i2}-\overline{X}_2)^2
s22=n2−11i=1∑n2(xi2−X2)2
方差齐性双侧检验的原假设和备择假设:
H
0
:
σ
1
2
=
σ
2
2
,
即
两
总
体
方
差
相
等
;
H_0:σ_1^2=σ_2^2,即两总体方差相等;
H0:σ12=σ22,即两总体方差相等;
H
0
:
σ
1
2
≠
σ
2
2
,
即
两
总
体
方
差
相
等
;
H_0:σ_1^2\neqσ_2^2,即两总体方差相等;
H0:σ12=σ22,即两总体方差相等;
由F分布的构造定义:
s
1
2
/
σ
1
2
s
1
2
/
σ
1
2
\frac{s_1^2/σ_1^2}{s_1^2/σ_1^2}
s12/σ12s12/σ12~
F
(
n
1
−
1
,
n
2
−
2
)
F(n_1-1,n_2-2)
F(n1−1,n2−2)
在
H
0
H_0
H0成立的条件下,即
σ
1
2
=
σ
2
2
\sigma_1^2=\sigma_2^2
σ12=σ22成立的条件下:
s
1
2
s
2
2
\frac{s_1^2}{s_2^2}
s22s12~
F
(
n
1
−
1
,
n
2
−
1
)
F(n_1-1, n_2-1)
F(n1−1,n2−1)
一般约定取较大的方差作为分子,较小的作为分母,这样计算出来的F>1,缩小了范围,便于查表做出结论。给定显著性水平
α
\alpha
α,利用样本数据统计量
F
1
=
s
1
2
s
2
2
F_1=\frac{s_1^2}{s_2^2}
F1=s22s12,若
F
1
>
F
α
,
(
n
1
−
1
,
n
2
−
1
)
F_1>F_{\alpha,(n_1-1,n_2-1)}
F1>Fα,(n1−1,n2−1),这在一次抽样中几乎是不可能发生的(其发生的可能性为p值)此时拒绝原假设,认为参差不齐,否则就不拒绝原假设。
t检验方法
最新推荐文章于 2024-05-14 19:30:34 发布