数据分析【假设检验】三

一、假设检验介绍

引例：
某饮料厂在自动流水线上罐装饮料。在正常生产情形下，每瓶饮料的容量（单位：ml）X服从正态分布N(500,10²)。经过一段时间之后，为了检查机器工作是否正常，抽取了9瓶样品，测得它们的平均值为490ml.试问此时自动流水线的工作是否正常？即问是否可以认为每瓶饮料的容量仍是500ml?假定标准差10ml不变。
假设检验是什么：
假设检验是统计推断的另一种重要的形式；
假设检验问题就是研究如何根据样本来检验抽样前所作出的假设；
假设检验的要素
1、假设
零假设（H₀假设）
– 没有任何事情发生
备择假设（H₁假设）
– 发生了某些事情
2、检验
在假定零假设H₀为真的前提下，计算根据当前样本的观测结果拒绝H₀的概率，即计算P(拒绝H₀|H₀为真)
根据计算得到的P与指定α相比较，做出接受或拒绝H₀的决策。

二、小概率事件与假设检验基本原理

小概率事件、实际推断原理
把概率接近于0的事件称为小概率事件。
通常认为，小概率事件再一次试验中不应该发生，这条原则称为实际推断原理。
假设检验基本原理
在假定零假设H₀为真的前提下，计算根据当前样本的观测结果拒绝H₀的概率，按照实际推断原理，如果小概率事件发生了，从而认为原假设有错，因此拒绝H₀。

如何判定P(拒绝H₀|H₀为真值）为小概率？
如果P(拒绝H₀|H₀为真）≤ α,其中α接近于零（通常取0.05或0.01），则认为这个小概率事件发生了，拒绝H₀。
这个α被称为显著性水平。

三、假设检测的步骤

假设检验的标准步骤：
1、根据统计推断的目的而提出的对总体特征的假设
原假设与备择假设；

2、确定检验水准（显著性水平）
实际上就是确定拒绝 H₀ 时的所犯的错误的概率。常用的检验水准为 0.05；

3、计算统计量和 P 值
从 H₀ 假设的总体中抽出现有样本(及更极端情况)的概率，P 值；

检验统计量的特点：
该统计量应当服从某种已知分布，从而可以计算出 P 值；
各种检验方法利用的分布及计算原理不同，从而检测统计量也不同；

得出推断结论
按照事先确定的检验水准界定上面得到的 P 值，并按小概率原理认定对 H0 的取舍，作出推断结论：
若 P<=α:
基于 H0 假设的总体情况出现了小概率事件，则拒绝 H0,可以认为样本与总体的差别不仅仅是抽样误差造成的，可以存在本质上的差别，属于“非偶然的”，因此，可以认为两者的差别有统计学意义。

四、单个总体均值的检验（方差已知——单样本Z检验）

歌曲的时长服从正态分布X~N(μ,σ²)，σ²=1；手机里有25首歌曲，这25首歌曲的平均时长是4.5分钟。

检验歌曲总体的均值是否等于4分钟。

第四步：得出推断结论
由于计算得到的P值(p-value)=0.012 < α=0.05，从而拒绝H₀。

五、单个总体均值的检验（方差未知——单样本t检验）

歌曲的时长服从正态分布X~N(μ,σ²)，σ²未知；手机里有25首歌曲，这25首歌曲的平均时长是4.5分钟。
标准差为1分钟。检验歌曲总体的均值是否超过了4分钟。


第四步：得出推断结论

由于计算得到的P值(p-value)=0.01 < α=0.05，从而拒绝H₀

六、两个总体均值差的检验（方差未知——两个独立样本的Z检验）

25岁左右人群的月收入服从正态分布N(μ₁,σ₁²)，35岁左右人群的月收入服从正态分布N(μ₂,σ₂²,),σ₁,σ₂分别为2000和8000；

记录了30名25岁和40名35岁个体的月收入。这30名25岁个体平均收入为16000元，这40名35岁个体平均收入为25000元。


第四步：得出推断结论

由于计算得到的P值(p-value)=7.92e^-12< α=0.05，从而拒绝H₀

七、两个总体均值差的检验（方差未知且相等——两个独立样本的t检验）

25岁左右人群的月收入服从正态分布N(μ₁,σ₁²)，35岁左右人群的月收入服从正态分布N(μ₂,σ₂²,),σ₁,σ₂相等且未知；

记录了30名25岁和40名35岁个体的月收入。这30名25岁个体平均收入为16000元，标准差为2500元； 这40名35岁个体平均收入为25000元，标准差为7000元。


第四步：得出推断结论

由于计算得到的P值(p-value)=4.52e^-9< α=0.05，从而拒绝H₀

八、两个总体均值差的检验（方差未知且不等——两个独立样本的t检验）

25岁左右人群的月收入服从正态分布N(μ₁,σ_1</