统计学术语及关系——显著性检验

显著性检验

包括参数估计与假设检验，指事先对总体的参数或者总体分布形式做出一个假设，然后利用样本信息来判断这个假设是否合理。即分为两个步骤：第一步需说明样本是否能代表总体，第二步用样本判定假设。

 

1.参数估计概念

参数估计：即用样本统计量估计总体的方法，包括点估计与区间估计两种。

方差齐性：方差齐性检验（Homogeneityof variance test）是数理统计学中检查不同样本的总体方差是否相同的一种方法。在方差齐性的前提下比较均值，才能知道总体的概况。

点估计：包括矩阵估计法与最大似然估计法

区间估计：包括点估计与描述估计精确度的正负值。即判断某值在哪个区间内，并判断在这个区间内的置信度，置信度通常为95%/90%。

例：样本量为100，均值为80，总体标准差为100

1.1用样本估计总体

    总体均值=样本均值

    样本方差与总体方差：样本方差为n-1，总体方差为n。即有样本2，1，2，4，5，7，用这些数估计总体方差时需除以n-1

    总体比例=样本比例

 

1.2用总体估计样本

     根据总体个体比例估计样本个体比例（如总体中每包100颗糖果中红色糖果的比例的25%，买到一包糖果红色糖果比例大于40%的概率为多少）利用比例的抽样分布，能够求出某一个随机选择的、大小为n的样本的“成功比例。即每100颗糖果中抽到红色糖果概率为0.25，X~B（100，0.25）

    根据总体个体均值估计样本个体均值：X~N(μ， σ^2）

2.假设检验概念

2.1假设检验六步骤

（1）根据样本，确定整体是不是属于假设的情况。

（2）需要进行检验的假设

（3）选择检验统计量

（4）确定用于做决策的拒绝域（求拒绝域之前定显著性水平）

（5）求出检验统计量的p值

（6）查看样本结果是否位于拒绝域内

（7）作出决策

2.2各检验适用情况

T检验：用于样本含量较小，总体方差 σ未知的情况。（计算条件：总体均数已知，样本均数以及样本标准误已知，样本来自正太或近似正态总体）

3.检验依据

显著性水平就是指当原假设正确时人们却把它拒绝了的风险或概率。

显著性水平+置信水平=1

显著性水平越大，结果被拒绝的可能性就越大（即H0假设某药能治疗鼻鼾，显著性水平为5%，即置信水平为95%，假设H0被拒绝的可能性为5%，H0被接受的可能性为95%）

构建置信区间[均值-抽样偏差，均值+抽样偏差]

置信区间越宽，结果越无用。