假设检验的思想:在目前的声称下(假设是正确的),现实中观察到的事件发生的概率有多小。(本质就是求事件发生的概率)
核心:若在目前的声称下,一个小概率事件发生了,则我们认为原来的假设(即声称)是错误的。
例题1:
假设商家说的48小时是正确的,也就是说总体样本的均值是48小时。
根据中心极限定理:当样本足够多,从总体中抽出来的样本均值符合正态分布。所以此时的问题转化到,求抽取的这个样本发生的概率为多少。
然后接下来的步骤就是标准正态化,然后查标准正态分布的概率表,求得概率。这里没有给出方差是多少,就不求了,只提供个思路。
例题2:
该正态分布图是没有服用维他命的。有一个服用了 维他命的婴儿在第8个月就学会了走路,问维他命是否是有效的。
我们假设药物是无效的,那么发生第8个月能够走路的概率P(x<8) = 0.02(化为标准正态分布计算)。0.02概率为小概率事件,默认几乎不会怎么发生,不会怎么发生的却发生了,所以我们认为原来的假设是错误的。所以药物应该是有效的。
小概率事件:P<0.05
对应于标准正态分布