假设检验

基本概念：原假设，准备择假设，两类错误，显着性水平，p值（容易糊涂），单侧检验，双侧检验
假设检验的分类：参数的检验分为一个总体参数和两个总体参数的检验
一个总体参数的假设检验：总体均值的检验，总体比例的检验，总体方差的检验
两个总体参数的假设检验：两个总体均值之差的检验，两个总体比例之差的检验，两一个总体方差比的检验

假设
对总体参数的具体数值估算的陈述

备择假设
通常指研究者想收集证据初步支持的假设

原假设
通常指研究者想收集证据反对反对的假设

两类错误
1，当原假设为真时拒绝原假设，所犯的错误称为第Ⅰ类错误，又称弃真错误
2，当原假设为假时没有拒绝原假设，所犯的错误称为第Ⅱ类错误，又称取伪错误

显着性水平
假设检验中犯第Ⅰ类错误的概率，称为显着性水平

P值
在原假设为真的条件下，检验统计量的观察值大于或等于其计算值的概率，称为P值，也称为观察到的显着性水平
P值是反映实际观察到的数据与原假设Ho P值越小，说明实际观察到的数据与Ho之间相邻的程度
就在于，检验的结果也就越显着着。

单侧检验
我们关心的假设问题带有方向性，有两种情况：（初始检测）一种是我们所检查的数值模拟越好，如灯泡插入；（正确检测）另一种是数值越小越好，如废品率

双侧检验

一个总体参数的假设检验
步骤1提出原假设和备择假设
步骤2指定检验中的显着性水平
步骤3手机样本数据并计算检验统计量的值
p-值法
步骤4里用检验统计量的值计算p-值
步骤5如果P-值<=，则拒绝H0
步骤6在应用中解读统计结论
临界值方法
步骤4利用显关系着性水平确定临界值以及拒绝法则
步骤5里用检验统计量的值以及拒绝法则确定是否拒绝H0
步骤6在应用中解读统计立法

总体均值的检验
总体比例的检验

总体方差的检验

两个总体参数的假设检验

两个总体均值之差的检验

两个总体比例之差的检验

两个总体方差比的检验