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!