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本质差别造成的统计推断方法。其基本原理是先对总体的特征作出某种假设,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推断。
基本原理
(1)先假设总体某项假设成立,计算其会导致什么结果产生。若导致不合理现象产生,则拒绝原先的假设。若并不导致不合理的现象产生,则不能拒绝原先假设,从而接受原先假设。
(2)它又不同于一般的反证法。所谓不合理现象产生,并非指形式逻辑上的绝对矛盾,而是基于小概率原理:概率很小的事件在一次试验中几乎是不可能发生的,若发生了,就是不合理的。至于怎样才算是“小概率”呢?通常可将概率不超过0.05的事件称为“小概率事件”,也可视具体情形而取0.1或0.01等。在假设检验中常记这个概率为α,称为显著性水平。而把原先设定的假设成为原假设,记作H0。把与H0相反的假设称为备择假设,它是原假设被拒绝时而应接受的假设,记作H1。

假设的形式

  H0——原假设, H1——备择假设

  双侧检验:H0:μ = μ0 ,

  单侧检验: ,H1:μ < μ0  或  , H1:μ > μ0 假设检验就是根据样本观察结果对原假设(H0)进行检验,接受H0,就否定H1;拒绝H0,就接受H1。

假设检验的种类
下面介绍几种常见的假设检验
1. T检验
亦称student t检验(Student's t test),主要用于样本含量较小(例如n<30),总体标准差σ未知的 正态分布资料。

目的:比较样本均数 所代表的未知总体均数μ和已知总体均数μ0。

  计算公式:

  t统计量:

  自由度:v=n - 1

  适用条件:

  (1) 已知一个总体均数;

  (2) 可得到一个样本均数及该样本标准误;

  (3) 样本来自正态或近似正态总体。

T检验的步骤

  1、建立虚无假设H0:μ1 = μ2,即先假定两个总体平均数之间没有显著差异;

  2、计算统计量T值,对于不同类型的问题选用不同的统计量计算方法;

  1)如果要评断一个总体中的小样本平均数与总体平均值之间的差异程度,其统计量T值的计算公式为:

  

  2)如果要评断两组样本平均数之间的差异程度,其统计量T值的计算公式为:

  

  3、根据自由度df=n-1,查T值表,找出规定的T理论值并进行比较。理论值差异的显著水平为0.01级或0.05级。不同自由度的显著水平理论值记为T(df)0.01和T(df)0.05

  4、比较计算得到的t值和理论T值,推断发生的概率,依据下表给出的T值与差异显著性关系表作出判断。

T值与差异显著性关系表
T P值 差异显著程度
差异非常显著
差异显著
T < T(df)0.05 P > 0.05 差异不显著

  5、根据是以上分析,结合具体情况,作出结论。

T检验的应用领域:

T检验可用于比较药物治疗组与安慰剂治疗组病人的测量差别。

2. z检验(U检验)
Z检验是一般用于大样本(即 样本容量大于30)平均值差异性检验的方法。它是用标准 正态分布的理论来推断差异发生的概率,从而比较两个 平均数的差异是否显著。

第一步:建立虚无假设 H0:μ1 = μ2 ,即先假定两个平均数之间没有显著差异,

  第二步:计算统计量Z值,对于不同类型的问题选用不同的统计量计算方法,

  1、如果检验一个样本平均数()与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为:

  

  其中:

  • 是检验样本的平均数;
  • μ0是已知总体的平均数;
  • S是样本的标准差;
  • n是样本容量。

  2、如果检验来自两个的两组样本平均数的差异性,从而判断它们各自代表的总体的差异是否显著。其Z值计算公式为:

  

  其中:

  • 是样本1,样本2的平均数;
  • S1,S2是样本1,样本2的标准差;
  • n1,n2是样本1,样本2的容量。

  第三步:比较计算所得Z值与理论Z值,推断发生的概率,依据Z值与差异显著性关系表作出判断。如下表所示:

Z值与P值关系
P值 差异程度
非常显著
显著
<1.96 >0.05 不显著

  第四步:根据是以上分析,结合具体情况,作出结论。

3. F检验
4. 卡方检验

统计学(五):几种常见的假设检验相关推荐

  1. 统计学——几种常见的假设检验

    1.什么是假设检验? 假设检验(hypothesis testing),又称统计假设检验,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推断方法.显著性检验是假设检验中最 ...

  2. 五种常见的PHP设计模式

    2019独角兽企业重金招聘Python工程师标准>>> 五种常见的PHP设计模式 设计模式 一书将设计模式引入软件社区,该书的作者是 Erich Gamma.Richard Helm ...

  3. Ajax 和 XML: 五种常见 Ajax 模式

    Asynchronous JavaScript + XML(Ajax)无疑是 2006 年最热门的技术术语,且有望在 2007 得到进一步发展.但是对您的应用程序来说它究竟有什么意义呢?Ajax 应用 ...

  4. 小波基函数构造matlab,五种常见小波基函数及其matlab实现全解.docx

    五种常见小波基函数及其matlab实现全解 与标准的傅里叶变换相比,小波分析中使用到的小波函数具有不唯一性,即小波函数 具有多样性.小波分析在工程应用中,一个十分重要的问题就是最优小波基的选择问题,因 ...

  5. java简述常见的布局极其特点_请简要说明 Android 中五种常见布局的特点。_学小易找答案...

    [简答题]请简要说明有序广播和无序广播的区别 [简答题]请简要说明 Android 程序结构中 AndroidManifest.xml 的功能? [简答题]简述李村站人工办理进路的作业过程. [简答题 ...

  6. [Android Studio]掌握Android Studio的五种常见控件和五种常见布局

    目录 一.View和ViewGroup 二.Android的五种常见控件 2.1 文本控件 2.1.1 TextView 2.1.2 EditText 2.2 按钮控件 2.2.1 Button 2. ...

  7. 成都拓嘉启远:造成拼多多异常订单的五种常见原因

    订单异常对于拼多多商家来说并不是什么好事,尤其是在活动的时候,销量大,本来就已经忙不过来了还遇到多个订单异常,就比较头大了,那么在新手的时候就需要去了解更多的异常订单的原因,避免在以后经营的过程遇到这 ...

  8. app启动页html模板,APP引导页设计的五种常见表现方式

    app引导页,想必大家都很熟悉.目前来说,APP引导页设计并不是每一个APP的必备设计环节啦.因为一款App是否需要引导页,取决于每一个APP出发点或者说是用途. 比如,在功能引导页和操作引导页上的设 ...

  9. 五种常见启发式算法求解TSP问题-总结篇

    1. 前言 本文将总结先前设计的五个启发式算法的求解效果,算法文章如下表: 智能优化算法类别 启发式算法求解TSP问题系列博文 进化算法 遗传算法求解TSP问题 仿人智能优化算法 禁忌搜索算法求解TS ...

最新文章

  1. Ubuntu“无法获得锁\加锁”解决方案
  2. Numpy与Pandas基础
  3. C 语言编程 — 高级数据类型 — void 类型
  4. C++/STL Bitset (转)
  5. 用kali的Meterpreter控制win10,可以偷看你的电脑的所有数据
  6. [渝粤教育] 厦门理工学院 机械设计 参考 资料
  7. 【离散数学】集合的划分与覆盖
  8. bae php微信配置,使用BAE3.0搭建微信开发环境
  9. Numpy的使用(3)
  10. Centos 7.x 安装配置tomcat-8过程梳理
  11. mac安装mysql8.0
  12. Linux系统中的用户管理
  13. android 小游戏心得、,滴答滴答:双人故事
  14. 拿到蚂蚁金服 offer, 我不去了
  15. 深度学习优化算法的总结与梳理(从 SGD 到 AdamW 原理和代码解读)
  16. 企业财务管理信息化现状思考与探索
  17. 如何删除outlook中的重复邮件
  18. 进一步的飞鸽传书官方网站消息
  19. chmod命令原理及用法详解
  20. ios13全选手势_苹果手机双指、三指等操作手势,升级iOS13之后,居然多了这么多新操作?...

热门文章

  1. NLB(网络负载平衡)+ADFS场高可用性安装
  2. 汉化python语言编程界面_python设置中文界面实例方法
  3. 使用百度地图api制作地图名片
  4. OpenCV的基本矩阵操作与示例
  5. 全能UI设计师到底需要具备哪些能力呢?
  6. 1.2(redis)5大数据结构
  7. win7没有计算机,Win7计算机上没有声音的解决方案
  8. IIS配置php+soap
  9. 双重差分法之安慰剂检验
  10. HMM详解(NLP)全网少有的最清晰透彻全面解析