假设检验基本思想与步骤
假设检验的基本思想
- 基本思想:因为小概率事件在一次实验中不应该发生,所以可以使用“小概率反证法”来进行假设检验。
- 首先假定零假设是成立的,然后基于此进行推导,来计算一下在零假设成立的情况下,从总体中进行抽样研究,得到当前样本值(及更极端样本值)的概率是多少?若结果显示这是一个小概率事件,则意味着如果零假设是成立的,则在一次抽样实验中竟然就发生了小概率事件!这显然违反了小概率原理,因此可以按照反证法的思路拒绝零假设,接受备择假设。
- 例:在一个袋子中装有红、白两种颜色的球共100个。有人说这100个球中只有1个是红球,其余99个都是白球。问这种说法是否成立?
解:
(1)建立假设:根据问题需要提出零假设H0及备择假设H1。本例中的零假设为“袋内只有1个红球”,而备择假设为“袋内不止1个红球”。(显然,如果原假设H0成立,则事件A=“任意从袋中摸一个球是红球”的概率为0.01)。
(2)确立显著性水平(检验水准):即设立小概率事件的界值,它被称为显著性水平α,一般这一步非常简单,习惯上会使用0.05作为该界值。(A是一个小概率事件)
(3)进行一次试验:即得到用于统计分析的样本,以该试验的结果作为假设检验的根据。本例中即从袋中任意摸一个球观察试验结果。
(4)选定检验方法,计算检验统计量:本例的问题比较简单,这一步基本上是被省略掉了。
(5)确定P值,做出推断结论:在本例中,如果摸到红球,
表示小概率事件A在一次实验中竟然发生了!这违背反小概率原理。因而应该拒绝零假设H0,接受其对立面H1,认为袋中的红球可能不止一个;反之,若摸到的是白球,则在H0成立的情况下这只是一个很普通的非小概率事件,此时找不到任何的理由来推翻原假设,因此最终的结论只能是不能拒绝零假设,等于什么也没说!
假设检验的步骤
- 依据假设检验的基本思想以及大量的实践经验,假设检验可以总结成以下四大基本步骤:
- 第一,提出零假设(记为H0)
根据检验目标,对待推断的总体参数或分布提出一个基本假设。 - 第二,选择检验统计量
在假设检验中,样本值(或更极端值)发生的概率并不直接由样本数据得到,而是通过计算检验统计量观测值发生的概率而间接得到。这些检验统计量服从或近似服从某种已知的理论分布。对于不同的假设检验问题以及不同的总体条件,会有不同的选择检验统计量的理论、方法和策略,这是统计学家研究的课题。应用中只需要依据实际,明确问题,遵循理论套用即可。 - 第三,计算检验统计量的观测值的发生概率
选定检验统计量之后,在认为H0成立的条件下,利用样本数据便可计算出检验统计量的观测值发生的概率,即概率p值,p值间接地给出了样本值(或更极端值)在H0成立条件下发生的概率。 - 第四,给定显著性水平α,并作出统计决策
显著性水平α是指H0正确但却被错误地拒绝(“弃真”)的概率或风险,一般人为确定为0.05或
0.01等,意味着H0正确同时也正确地接受(“存真”)的可能性(概率)为95%或99%。 - 事实上,虽然小概率原理告诉我们,小概率事件在一次实验中是几乎不会发生的,但这并不意味着小概率事件就一定不发生。由于抽样的随机性,在一次实验中观察到小概率事件的可能性是存在的,如果遵循小概率原理而拒绝了原本正确的H0,该错误发生的概率便是α。
- 得到检验统计量的概率p值后的决策就是要判定应拒绝H0还是不应拒绝H0 。如果检验统计量的概率p值小于显著性水平α,则认为如果此时拒绝H0犯错误的可能性要小于显著性水平α,其概率低于预先控制的水平,不太可能犯错误,可以拒绝H0 ;反之,如果检验统计量的概率p值大于显著性水平α,则认为如果此时拒绝H0犯错误的可能性大于显著性水平α,其概率比预先控制的水平高,很有可能犯错误,不应拒绝H0 。
- 若p<α,拒绝H0,接受H1。
假设检验基本思想与步骤相关推荐
- 终于从树堆里爬出来了——堆排序(基于二叉树)基本思想、步骤、复杂度及python代码,欢迎交流
欢迎关注,敬请点赞! 树堆逃生记 一.动图演示 二.思路分析 1. 相关概念 2. 基本思想 3. 步骤 [步骤一] 构造初始堆 [步骤二] 将堆顶元素与末尾元素进行交换,使末尾元素最大. [步骤三] ...
- 【Tree】Prim算法思想与步骤
Prim 算法思想: 从任意一顶点 v0 开始选择其最近顶点 v1 构成树 T1,再连接与 T1 最近顶点 v2 构成树 T2, 如此重复直到所有顶点均在所构成树中为止. Prim 算法步骤: T0 ...
- MapReduce核心思想及其步骤原理
1.1MapReduce核心思想 分而治之,先分后和:将一个大的.复杂的工作或任务,拆分成多个小任务,最终合并. MapReduce是由Map和Redecu组成 Map:将数据进行拆分 Reduce: ...
- 我的R之路:参数假设检验
1 介绍 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本质差别造成的统计判断方法. 其基本原理先对总体特征作出某种假设,然后通过抽样研究的统计推理,对此假设应该被拒绝还是接受作出 ...
- 宋浩概率论与数理统计-第八章-笔记
概率论与数理统计 第八章 假设检验 8.1 基本概念 一.假设检验问题 二.假设检验基本概念 三.假设检验的思想与步骤 1. 思想 2. 步骤 四.两类错误 8.2 一个正态总体的参数假设检验 一.μ ...
- 力扣455.分发饼干(java)-贪心算法思想及基本步骤
文章目录 贪心算法核心思想 基本步骤 455.分发饼干(Java) 1.需要考虑的问题 2.方案(序号分别与问题对应) 贪心算法核心思想 贪心算法的基本思想是每一步都做出当时看起来最佳的选择,可以理解 ...
- 概率统计:第八章:假设检验
第八章:假设检验 内容提要: 1. 在总体的分布函数完全未知或只知其形式,但不知其参数的情况下,为了推断总体的某些未知特性,提出某些关于总体的假设,然后根据样本对所提出的假设作出是接受还是拒绝的决策 ...
- 假设检验在数据分析中的应用
前言 Z检验 T检验 独立样本t检验 配对样本t检验 单样本t检验 前言 在这篇文章中,我不会具体去推导检验统计量和相应拒绝域的得出,这对于大部分非统计学专业的人士来说是晦涩的,我只想通过一个案例告诉 ...
- 讲讲大厂面试必考的假设检验
上次写了统计学里面的置信度与置信区间以后,文章反响还不错,这次再来试着写写统计学里面的假设检验.点击查看:聊聊置信度与置信区间 假设检验的核心其实就是反证法.反证法是数学中的一个概念,就是你要证明一个 ...
- python 比例之差z假设检验_假设检验在数据分析中的应用
前言 Z检验 T检验 独立样本t检验 配对样本t检验 单样本t检验 前言 在这篇文章中,我不会具体去推导检验统计量和相应拒绝域的得出,这对于大部分非统计学专业的人士来说是晦涩的,我只想通过一个案例告诉 ...
最新文章
- Cell综述:口腔微生物群的部位特点:微米级生境与生态位
- ElementUI之row-click
- 复习Javascript专题(二):闭包,内存,以及垃圾回收机制
- 物料变式的订货型生产(3.0C:可库存的类型)(26)
- day for people, night for material
- Hive入门之数据类型
- 最新综述!深度神经网络视觉识别!共计329篇文献!西安交大、清华等合作出品!...
- 多维度对比5款主流分布式MQ消息队列
- Android 车联网天气
- 大型企业数据库服务首选,AliSQL这几大企业级功能你了解几个?
- EXCEL中实现经纬度距离计算、高斯坐标转换、GIS数据导出等功能
- 海信信号机后台服务器配置,海信自适应交通信号控制系统解决方案
- 车辆vin信息查询接口
- django基础(四)详解Views视图层
- 深度学习中的数据增强(上)
- 新概念英语第二册61-96课(转)
- 一个前端程序员的日常
- 《嵌入式系统设计师教程》读后感:2.6嵌入式系统电源
- Python安装及环境配置一文式解决
- openssl:Can‘t load /home/test/.rnd into RNG
热门文章
- 原理图设计及仿真流程
- Gnome 个人目录下中文路径转英文路径
- SQL Server 2008管理工具
- C++程序解线性一次方程组
- 从实际项目出发,告诉你vue3到底香不香
- MySql 报错:In aggregated query without GROUP BY, expression #1 of SELECT list contains....
- 2022年工作日节假日数据
- n维椭球体积公式_考前必背!数量关系、资料分析常用公式汇总!不再头大!...
- 【团队技术知识分享 一】技术分享规范指南
- 马克思主义基本原理习题册