假设检验

　　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，这个统计量的选取要使得在假设H0成立时，其分布为已知；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。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、F—检验法，秩和检验等。

　　基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。　　

　　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，则还不能认为不假设成立。假设是否正确，要用从总体中抽出的样本进行检验，与此有关的理论和方法，构成假设检验的内容。设 A是关于总体分布的一项命题，所有使命题 A成立的总体分布构成一个集合 h0，称为原假设(常简称假设)。使命题 A不成立的所有 总体分布构成另一个集合 h1，称为备择假设。如果 h0可以通过有限个实参数来描述，则称为参数假设，否则称为非参数假设(见 非参数统计)。如果 h0(或 h1)只包含一个分布，则称原假设(或备择假设)为 简单假设，否则为 复合假设。对一个假设 h0进行检验，就是要制定一个规则，使得有了样本以后，根据这规则可以决定是接受它（承认命题 A正确），还是拒绝它（否认命题 A正确）。这样，所有可能的样本所组成的空间（称 样本空间）被划分为两部分HA和HR(HA的补集)，当样本 x∈HA时，接受假设 h0；当 x∈HR时，拒绝 h0。集合HR常称为检验的 拒绝域，HA称为接受域。因此选定一个检验法，也就是选定一个拒绝域，故常把检验法本身与拒绝域HR等同起来。

　　基本方法：显著性检验(还有其他，这里只说显著性检验)。显著性检验的基本原理是提出“无效假设”和检验“无效假设”成立的机率（P）水平的选择。所谓“ 无效假设”，就是当比较实验处理组与对照组的结果时，假设两组结果间差异不显著，即实验处理对结果没有影响或无效。经统计学分析后，如发现两组间差异是抽样引起的，则“无效假设”成立，可认为这种差异为不显著（即实验处理无效）。若两组间差异不是由抽样引起的，则“无效假设”不成立，可认为这种差异是显著的（即实验处理有效）。检验“无效假设”成立的机率水平一般定为5%，其含义是将同一实验重复100次，两者结果间的差异有5次以上是由抽样误差造成的，则“无效假设”成立，可认为两组间的差异为不显著，常记为p>0.05。若两者结果间的差异5次以下是由抽样误差造成的，则“ 无效假设”不成立，可认为两组间的差异为显著，常记为p≤0.05。如果p≤0.01，则认为两组间的差异为非常显著。

　　显著性检验的一般步骤或格式，如下：

1、提出假设

H0：______

H1：______

同时，与备择假设相应，指出所作检验为双尾检验还是左单尾或右单尾检验。

2、构造检验统计量，收集样本数据，计算检验统计量的样本观察值。

3、根据所提出的显著水平 ，确定临界值和拒绝域。

4、作出检验决策。

　　把检验统计量的样本观察值和临界值比较，或者把观察到的显著水平与显著水平标准比较；最后按检验规则作出检验决策。当样本值落入 拒绝域时，表述成:“拒绝原假设”，“显著表明真实的差异存在”；当样本值落入接受域时，表述成：“没有充足的理由拒绝原假设”，“没有充足的理由表明真实的差异存在”。另外，在表述结论之后应当注明所用的显著水平。

　　

　　待补充！

转载于:https://www.cnblogs.com/aloiswei/p/5934276.html