数分面试|假设检验

1.定义

假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是由本质差别造成的统计推断方法。

2.基本思想

‘小概率事件’原理。其统计推断方法是带有某种概率性质的反证法，
理论：原假设和备择假设，小概率思想是小概率事件在一次实验中基本上不会发生。
反证法思想是先提出检验假设，再用适当的统计方法，利用小概率原理，确定假设是否成立，就是首先假定原假设正确，然后根据样本决定对原假设是该接受还是该拒绝。
如果样本观察值导致了小概率事件的发生，就应拒绝原假设。

3.常用的假设检验类型

Z检验、t检验、卡方检验、F检验等

假设检验的基本方法

a)问题是什么
分析问题，建立假设
零假设（无效假设）：记为H0，即样本均数所代表的总体均数u与已知的总体均数u0相等
2.备择假设：记为H1
假设检验分为双侧检验和单侧检验:
若目的是推断两总体均数是否不等，应选用双侧检验。

H0：μ=μ0，H1：μ≠μ0

若从专业知识已知不会出现μ<μ0（或μ>μ0）的情况，则选用单侧检验。

H0：μ=μ0，H1：μ>μ0
b)确定的证据是什么？
选择检验方法，计算统计量。根据研究目的、资料类型和分布、设计方案、统计方法的应用条件、样本含量大小等，选择适宜的统计方法并计算出相应的统计量。
c）判断标准是什么？
确定检验水准。显著性水平，也就是发生小概率事件的概率，一般0.05或0.01
d）求出p值做出推论
假设检验中的P值是指在由无效假设所规定的总体做随机抽样，获得大于及等于（或等于及小于）现有统计量的概率，即各样本统计量的差异来自抽样误差的概率，它是判断H0成立与否的依据。

求p值根据样本数量是否大于30可分成大样本和小样本
大样本用Z检验：均值的差/标准误差
比较两个样本

比较样本和总体

注意点：样本容量越大，样本标准差跟总体标准差越接近
小样本用T检验：

样本数据计算得到的所有t值就组成了新的数据序列，这个新的数据形态就是t分布。t分布是曲线族，曲线与自由度密切相关，自由度为n-k-1（这里n是样本容量，k是样本中已知变量个数），自由度越小，曲线越低平，三自由度越大，曲线越接近正态分布。

有了t分布和t值计算公式，我们就能够进行T检验了，T检验在数据分析中的用途非常广，它是针对满足正态分布的数据所采取的均值差异显著性的检验方法。T检验在使用前有三个应用的注意点：
1、分析的数据对象需要满足正态分布，T检验前需判断样本是否正态分布；
2、分析对比的统计量是均值；
3、对比对象是两个，可以是两个样本；也可以是一个样本和一个常数；

T检验有四种类别：1、配对样本的T检验；2、等方差的独立样本T检验；3、异方差的独立样本T检验；4、单样本的T检验。T检验与Z检验不同，需要考虑样本方差是否相同，这是因为自由度决定了T分布曲线，同时，自由度也影响样本方差。下面分别介绍四种T检验的检验公式。

1、配对样本的T检验
所谓配对样本的T检验，是指参与对比的两列数据都是满足正态分布，而且两列数据之间存在一一对应关系。要想判断这种数据序列之间的差异是否显著，就可以使用配对样本T检验。处于待检验状态的两列配对样本，应该具有相同的数据个数，而且两列数据在语义上有一一对应关系。例如对同一个班级的两次考试成绩，这两次成绩都按照学号顺序存放，具有明确的对应关系。T检验公式如下：

独立样本T检验
独立样本是两个没有对应关系的独立正态分布数据集合，可以有不同的数据个数，例如，对同一学校的某次考试，如果需要检验男生与女生的成绩之间有无显著性差异在总体成绩满足正态分布的情况下，则都可以使用独立样本的T检验，但是在进行T检验之前，需要明确两个样本的方差是否相同，然后根据方差齐性与否选择相应的计算方法。

2、等方差独立样本T检验

3、异方差独立样本T检验

4、单样本T检验
除了针对两列正态分布数据的均值差异显著性检验，有时还经常需要判断单列正态分布数据是否与某一给定值有显著性差异，或单列正态分布数据是否来自满足某一均值的总体。例如，判断某班语文成绩的均值是否与80分有显著性差别。T检验公式为：

推论：

若P>α，就没有理由怀疑H0的真实性，结论为不拒绝H0，不否定此样本是来自于该总体的结论，也即差别无显著意义。

若P≤α，则拒绝H0，接受H1，也就是这些统计量来自不同的总体其差别不能仅由抽样误差来解释，结论为差别有显著性意义。