我们为什么要假设检验???
生活中经常会遇到要对某件事情进行评估,但又不能直接统计全部数据,只能通过部分样本对总体进行估计,个案当然不足以证明一个全称命题,但是却可以否定全称命题,假设检验的基本逻辑就是基于科学哲学的一个重要论点:全称命题只能被证否而不能被证明,利用“小概率事件”进行反证。
本篇文章简单结合几个小案例,实操分析,帮助更深理解假设检验。
一、单样本检验
案例介绍:
星星电子厂是专门生产某电子元件的公司,根据需求方要求,电子元件的寿命大于225小时,才算合格。
测得其中生产的16只元件使用寿命如下:
159,280,101,212,224,379,179,264,222,362,168,250,149,260,485,170
问题:怎么判断公司生产的电子原件是否满足标准?
案例分析:
1、描述统计分析
#导入分析包
2、推论统计分析
(1)提出问题
a.零假设和备选假设:
零假设H0:公司生产的电子元件不满足标准,既平均值u<=225
备选假设H1:公司生产的电子元件满足标准,既平均值u>225
b.检验类型:
只有1个样本,所以是单样本检验。
c.抽样分布类型:
样本的数量为16,小于30,属于小样本,绘图查看数据集的分布图来确定分布类型。
#查看数据集分布
sns.distplot(data)
plt.title('数据集分布')
plt.show()