假设检验的步骤
- 确定要检验的假设
- 选择检验的统计量(统计量是统计理论中用来对数据统计、分析的变量)
- 确定做决策的拒绝域
- 计算出统计量的p值(也就是统计量发生的概率值)
- 对比p值是否在拒绝域内
- 做出统计推断
统计量的进一步说明
统计量是统计理论中用来对数据进行分析、检验的变量。 把数据中所包含的关于人们所关心的事物的信息集中起来,即针对不同的问题构造出样本的某种函数,这种函数就是统计量。常用的统计量有样本均值,样本方差,样本极差,众数,样本的各阶原点矩和中心矩。
假设性统计的名词解释
- 检验统计量是用于假设检验计算的统计量(变量)。
- 拒绝域是拒绝原假设的区域,如果我们计算的统计量落在这个区间,那么我们就拒绝原假设。
- 显著性水平是用来表示原假设成立的情况下统计量落在拒绝域的不可能程度,符号为 α α 。 他表示你希望结果的不可能程度达到多少时拒绝原假设。
- 单尾检验:一般是在备择假设设置为检验抽样数据是大于或小于的情况下使用。
- 双尾校验:一般是在备择假设设置为检验抽样数据是否显著大于还是显著小于的情况下使用。
拒绝域的进一步理解
拒绝域为一组数值。代表可以否定原假设的最极端证据。
P值的进一步理解
单P值位于拒绝域中,则拒绝原假设。如果在拒绝域之外,我们就没有理由拒绝原假设。
假设校验的误差
在进行假设检验时,我们只能根据手头上的证据进行决策,证据来源于样本,因此,如果样本有偏,那么我们根据有偏数据就会得出错误的结论。
- 第一类错误:拒绝真原假设
- 第二类错误:接受假原假设
/TODO 日后拓展