统计学—假设检验之Z检验,T检验

假设检验的定义

判断样本与样本样本与总体的差异是由抽样误差引起还是本质差别造成。
常用的假设检验方法有Z检验、T检验、卡方检验、F检验等。

假设检验的步骤

  • 提出假设
  • 确定显著性水平(通常α=0.05)
  • 计算检验统计量的值
  • 做出决策

原假设与备择假设:
H 0 H_0 H0 :原假设,称为零假设,希望拒绝的假设。
H 1 H_1 H1 :备择假设,希望接受的假设。

假设方法

Z检验
Z检验的适用条件
  1. 总体呈正态分布
  2. 总体方差已知
  3. 样本容量>=30
Z检验的类型

单样本Z检验:检测样本均值与总体均值之间的差异
公式:
z = x ‾ − μ σ / n z=\frac{\overline{x}-μ}{σ/\sqrt{n}} z=σ/n xμ

双样本Z检验:比较两个样本的均值之间的差异
公式:
z = ( x 1 ‾ − x 2 ‾ ) − ( μ 1 − μ 2 ) σ 1 2 n 1 + σ 2 2 n 2 z=\frac{(\overline{x_1}-\overline{x_2})-(μ_1-μ_2)}{\sqrt{\frac{σ_1^2}{n_1}+\frac{σ_2^2}{n_2}}} z=n1σ12+n2σ22 (x1x2)(μ1μ2)

T检验
T检验的适用条件
  1. 总体呈正态分布
  2. 总体方差已知
  3. 样本容量数量可以较少
三种类型的T检验
  1. 单样本T检验:检测样本均值与总体均值之间的差异
    公式:
    z = x ‾ − μ s / n z=\frac{\overline{x}-μ}{s/\sqrt{n}} z=s/n xμ
    (使用样本标准差代替总体标准差)

  2. 独立样本T检验:用于分析定类数据(X)与定量数据(Y)之间的差异
    公式:
    z = ( x 1 ‾ − x 2 ‾ ) − ( μ 1 − μ 2 ) s 1 2 n 1 + s 2 2 n 2 z=\frac{(\overline{x_1}-\overline{x_2})-(μ_1-μ_2)}{\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}} z=n1s12+n2s22 (x1x2)(μ1μ2)

  3. 匹配样本T检验:用于分析配对定量数据之间的差异对比关系。与独立样本t检验相比,配对样本T检验要求样本是配对的。两个样本的样本量要相同;样本先后的顺序是一一对应的。
    公式:
    z = ( x 1 ‾ − x 2 ‾ ) − ( μ 1 − μ 2 ) s 1 2 n 1 + s 2 2 n 2 z=\frac{(\overline{x_1}-\overline{x_2})-(μ_1-μ_2)}{\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}} z=n1s12+n2s22 (x1x2)(μ1μ2)

如果样本量足够大,那么Z检验和T检验将得出相同的结果。对于大样本,样本方差是对总体方差的较好估计,因此即使总体方差未知,我们也可以使用样本方差的Z检验。
同样,对于大样本,我们有很高的自由度。由于T分布接近正态分布,Z和T之间的差异可以忽略不计。

  • 4
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值