[统计学理论基础] 假设检验

概念

假设检验(Hypothesis Testing)是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：

• 根据问题的需要对所研究的总体作某种假设，记作H0；
• 选取合适的统计量；
• 由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。

显著性水平： 它是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。
假设检验中的P值: P值即概率，反映某一事件发生的可能性大小。

基本思想

假设检验的基本思想是小概率反证法思想。
小概率思想是指小概率事件（P<0.01或P<0.05）在一次试验中基本上不会发生。
反证法思想是先提出假设(检验假设H0)，再用适当的统计方法确定假设成立的可能性大小，如可能性小，则认为假设不成立，若可能性大，则还不能认为原假设成立。

实例

基本步骤：
⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。
⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。
（统计方法可选择Z检验，T检验，秩和检验和卡方检验等）
⑶、根据选定的显著性水平（0.05或0.01࿰