假設
- 對總體參數的的數值所作的一種陳述
- 總體參數包括總體均值、比例、方差等
- 分析之前必需陳述
假設檢驗
- 事先對總體參數或分布形式作出某種假設,然後利用樣本資訊來判斷原假設是否成立
- 有參數假設檢驗和非參數假設檢驗
- 采用邏輯上的反證法,依據統計上的小機率原理
- 小機率原理:指發生機率很小的随機事件在一次試驗中 幾乎不可能發生,把0.05或比0.05更小的機率看成小機率。
原假設和備用假設
- 什麼是原假設
- 待檢驗的假設,又稱“0假設”
- 研究者想收集證據予以反對的假設
- 總是有等号 =, ≤ \leq ≤ 或 ≥ \geq ≥
-
表示為 H 0 H_{0} H0
• H 0 H_{0} H0: μ = \mu = μ= 某一數值
• 指定為 = 号,即 ≤ \leq ≤ 或 ≥ \geq ≥
• 例如, H 0 H_{0} H0: μ = \mu = μ= 3190(克)
- 什麼是備擇假設
- 與原假設對立的假設,也稱“研究假設”
-
研究者想收集證據予以支援的假設總是有不等
号: ≠ \neq ̸=, < 或 >
-
表示為 H 1 H_{1} H1
• H 1 H_{1} H1: μ \mu μ <某一數值,或 μ \mu μ >某一數值
• 例如, H 1 H_{1} H1: μ \mu μ < 3910(克),或 μ \mu μ >3910(克)
決策風險
第一類錯誤(棄真錯誤)
• 原假設為真時拒絕原假設
• 會産生一系列後果
• 第一類錯誤的機率為 α \alpha α
• 被稱為顯著性水準
第二類錯誤(取僞錯誤)
• 原假設為假時接受原假設
• 第二類錯誤的機率為 β \beta β
假設檢驗的流程
- 提出假設
- 确定适當的檢驗統計量
- 規定顯著性水準 α \alpha α
- 計算檢驗統計量的值
- 作出統計決策
- 解釋
什麼是檢驗統計量
- 用于假設檢驗決策的統計量
-
選擇統計量的方法與參數估計相同,需考慮
• 是大樣本還是小樣本
• 總體方差已知還是未知
-
檢驗統計量的基本形式為
Z = X ˉ − μ 0 δ n Z=\frac{\bar{X}-\mu _{0}}{\frac{\delta }{\sqrt{n}}} Z=n
δXˉ−μ0
什麼是顯著性水準
- 是一個機率值
-
原假設為真時,拒絕原假設的機率
• 被稱為抽樣分布的拒絕域
• 拒絕區域與原假設相反
-
表示為 α \alpha α(alpha)
• 常用的 α \alpha α值有0.01, 0.05, 0.10
- 由研究者事先确定
作出統計決策
1.計算檢驗的統計量
2. 根據給定的顯著性水準 α \alpha α,查表得出相應的臨界值 z α z_{\alpha } zα或 z α / 2 z_{\alpha/2 } zα/2, t α t_{\alpha } tα或 t α / 2 t_{\alpha/2 } tα/2
3. 将檢驗統計量的值與 α \alpha α水準的臨界值進行比較
4. 得出拒絕或不拒絕原假設的結論
5.
顯著性水準決策
——————————————————————————————————————
p值決策
- 檢驗統計量跨過臨界值等價于p值小于 α \alpha α
- Z>S( α \alpha α顯著水準下的臨界值)
- p< α \alpha α
- p值是一個機率值
-
如果原假設為真,P-值是抽樣分布中大于或小于樣本統計量的機率
• 左側檢驗時,P-值為曲線下方小于等于檢驗統計量部分的面積
• 右側檢驗時,P-值為曲線下方大于等于檢驗統計量部分的面積
-
被稱為觀察到的(或實測的)顯著性水準
• H 0 H_{0} H0 能被拒絕的最小值
雙側檢驗
左側檢驗
右側檢驗
利用 P 值進行檢驗
-
單側檢驗
• 若p-值 > α \alpha α,不拒絕 H 0 H_{0} H0
• 若p-值 < α \alpha α, 拒絕 H 0 H_{0} H0
-
雙側檢驗
• 若p-值 > α \alpha α/2, 不拒絕 H 0 H_{0} H0
• 若p-值 < α \alpha α/2, 拒絕 H 0 H_{0} H0
差別
當求顯著性差異時,用雙側檢驗,當要求顯著大于或小于時,用單側檢驗。
總結
p值決策與顯著性水準決策一樣,等價的,隻是一個用p值另一個用檢驗統計量。
——————————————————————————————————————
一個總體參數檢驗
總體均值的檢驗
總體比例的檢驗
總體方差的檢驗
總體均值檢驗
- 方差已知或方差未知大樣本
-
假定條件
• 總體服從正态分布
• 若不服從正态分布, 可用正态分布來近似(n ≥ \geq ≥ 30)
- 使用Z-統計量
- 方差未知小樣本
-
假定條件
• 總體為正态分布
• 方差未知,且小樣本
- 使用t 統計量 解答:
總體比例檢驗
總體方差檢驗
——————————————————————————————————————
兩個正态總體參數檢驗
兩個總體均值之差的檢驗
兩個總體比例之差的檢驗
兩個總體方差比的檢驗
檢驗中的比對樣本
兩個總體比例之差檢驗
兩個總體方差比檢驗
兩個總體均值之差檢驗
兩個方差已知
- 假設形式
兩個方差未知,但相等:
兩個方差未知,但不相等:
——————————————————————————————————————
配對樣本t檢驗
…