人大统计学,08,假设检验


假设检验流程:

第一步:构建原假设,备择假设

第二步:构建统计量,如z,计算出z值,带入标准正态分布计算p值

第三步:验证p值是否小于显著性水平阿尔法,p值小于阿尔法要拒绝,

p值相当于正态分布的小概率

显著性水平,阿尔法,相当于拒真的概率

如何确定是左右单侧检验?

原假设是(期望的是)大概率事件,

小概率事件发生可以推翻原假设。

单侧检验和双侧检验

例如,原假设均值大于某个值,用左单侧检验,

检验啥?

检验单个总体的均值(样本和总体的均值),z检验

检验单个总体的比例(样本和总体的比例),z检验

检验单个总体的方差,卡方检验

检验两个总体的均值(样本和总体的均值),z检验

检验两个总体的比例(样本和总体的比例),z检验

检验两个总体的方差,f检验

检验匹配样本

p值是啥?

P值即概率,反映某一事件发生的可能性大小。

P值的计算:

一般地,用X 表示检验的统计量,当H0为真时,可由样本数据计算出该统计量的值C,根据检验统计量X的具体分布,可求出P值。具体地说:

左侧检验的P值为检验统计量X 小于样本统计值C 的概率,即:P = P{ X < C}

右侧检验的P值为检验统计量X 大于样本统计值C 的概率:P = P{ X > C}

双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍:P = 2P{ X > C} (当C位于分布曲线的右端时) 或P = 2P{ X< C} (当C 位于分布曲线的左端时) 。

若X 服从正态分布和t分布,其分布曲线是关于纵轴对称的,故其P 值可表示为P = P{| X| > C} 。

计算出P值后,将给定的显著性水平α与P 值比较,就可作出检验的结论:

如果α > P值,则在显著性水平α下拒绝原假设。

如果α ≤ P值,则在显著性水平α下接受原假设。

在实践中,当α = P值时,也即统计量的值C刚好等于临界值,为慎重起见,可增加样本容量,重新进行抽样检验。
 

拒真,纳伪错误

t分布和正态分布?

normsdist函数

 

返回标准正态累积分布函数的函数值。 该分布的平均值为 0(零),标准偏差为 1。 可以使用此函数代替标准正态曲线面积表。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值