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
- 总体呈正态分布
- 总体方差已知
- 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/nx−μ
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(x1−x2)−(μ1−μ2)
T检验
T检验的适用条件
- 总体呈正态分布
- 总体方差已知
- 样本容量数量可以较少
三种类型的T检验
-
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/nx−μ
(使用样本标准差代替总体标准差) -
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(x1−x2)−(μ1−μ2) -
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(x1−x2)−(μ1−μ2)
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。