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。