一、各种检验的分类

二、事前检验

1.正态性检验

2.方差齐次性检验

3.共线性检验

4.协方差齐次性检验

三、事后检验

1.Turkey检验

2.tamhaneT2 检验

3.交叉图检验

4.拟合优度检验

5.显著性检验

F检验：ANOVA

T检验：小样本的显著性检验

6.区间估计

可能刚接触量化分析的人都会对各种检验感觉到懵，这个检验究竟检验什么？p值小于0.05，究竟拒绝了什么假设？是什么意思？

我刚学的时候也有这样的疑问，今天就盘一盘各种假设究竟在说什么！

一、各种检验的分类

我们常见的检验会有事前假设检验与事后检验：

事前检验：一般会有这几种：

正态性检验
方差齐次性检验
共线性检验
协方差齐次性检验

事后检验一般会有：

Turkey检验
tamhaneT2Test
交叉图检验
拟合优度检验
显著性检验
区间估计

当然这种分类不是很科学，而且稍有混乱，但是没关系，我们今天这个文章的目的是让你知道，这些检验都干了啥，如果他们是假设检验，那么他们的H0是什么，p值的含义是什么。

二、事前检验

1.正态性检验

定义：利用观测数据判断总体是否服从正态分布的检验称为正态性检验

常见方法：正态概率纸法、夏皮罗维尔克检验法(Shapiro-Wilktest)，科尔莫戈罗夫检验法，偏度-峰度检验法

我们最常用的就是SW方法和KS方法，SW方法适用于小集合，KS用于大集合（N＞2000）。

类别：假设检验

假设：

H0：总体服从正态检验

H1：总体不服从正态检验

P值含义：当P>0.05,接受H0，换句话说，p越不显著（越大），样本越正态，p越显著（越小），样本越不正态。大了好

2.方差齐次性检验

常见方法：Levene检验

类别：假设检验

假设：

H0：总体方差相等

H1：方差不全相等

p值含义：P越小，越拒绝H0，越小，方差越不相等，越大，方差越相等。大了好

3.共线性检验

常见方法：画散点图能够直接观测共线性，或者皮尔逊相关系数等

类别：数值检验

直接观察或通过协方差数值来查看。

4.协方差齐次性检验

定义：观察数据是否满足做多元（多因变量）的方差分析一般只有MANOVA用

方法：Box's M test

类别：假设检验

假设：

H0：各因变量协方差矩阵齐性

H1：各因变量协方差矩阵不齐性

p值含义：p越小，越拒绝H0，方差越不相等。大了好

三、事后检验

1.Turkey检验

用处：用于在方差分析基础上进行，具体比较两两组别之间的差异（研究组间差异）

原理：进行所有组间均值的配对比较，用所有配对比较误差率作为实验误差率。

前提：

正在测试的观察结果在组内和组间都是独立的。
与测试中每个平均值相关的组是正态分布的。
与测试中的每个平均值相关的组内方差相等(方差齐性)。

不满足任何一条不可使用!

类别：假设检验-----显著性检验

假设：

H0:比较组之间的均值相等

H1:比较组之间的均值不等

p值含义：如果你需要得到显著性差异的话，p越小越好，越小越拒绝H0，差异性越明显

2.tamhaneT2 检验

用处：对方差不等的正态分布数据进行Tamhane的T2全对比较检验。和turkey一个作用，唯一不同就是前提。

前提：

满足正态性
不需要满足方差齐次性

类别：假设检验-------显著性检验

假设：

H0:比较组之间的没有明显差异

H1:比较组之间的差异明显

p值含义：如果你需要得到显著性差异的话，p越小越好，越小越拒绝H0，差异性越明显

3.交叉图检验

含义：交互图在X轴上显示一个变量的水平，并为另一个变量的每个水平的平均值有一条单独的线。

作用：当一个变量的效果取决于另一个变量的值时，就会产生交互效应。交互效应在回归分析、方差分析和设计实验中很常见。

注意，图中可能包含误差，所以如果想做交互分析，还需要用数据来支撑

类别：图形检验-------直觉检验

4.拟合优度检验

介绍：拟合优度检验是用卡方检验进行统计显著性检验的重要内容之一。它是依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异，从而达到从分类变量进行分析的目的。

用法：

拟合优度是指回归直线对观测值的拟合程度。可决系数（亦称确定系数）R²。R²最大值为1。R²的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R²的值越小，说明回归直线对观测值的拟合程度越差。

类型：显著性检验--------回归评价标准之一

R2越大越好。

5.显著性检验

这个范围很大，我们就简单说F检验与T检验

F检验：ANOVA

一般的假设：

H0: 各个元素对因变量影响都无影响

H1：各个元素对因变量不全无影响

p值显示显著性，我们希望p越小越好，这样我们研究的要素就对因变量有显著的影响，这有利于我们进一步开展工作。

T检验：小样本的显著性检验

H0：u = u0

H1: u ！=u0

单侧双侧？什么水准？

p越小，越拒绝0假设，越显著。

6.区间估计

基本和T检验是一个事情，区间理论的假设检验就是T检验。

当然区间估计还可以使用置信度。

这里先不细说了，以后有机会再说。

【定量分析、量化金融与统计学】各种检验的H0假设与p-value究竟是什么含义相关推荐

【定量分析、量化金融与统计学】统计推断基础（4）---假设检验（T或者Z检验）
目录一.前言二.假设检验的基本概念 1.假设检验的概念与目的: 2.原假设三.假设检验的实例步骤: 例子: 一个问题: 四.不同种类的假设检验: one-sample T检验: Two-samp ...
【定量分析、量化金融与统计学】统计推断基础（5）---一类错误与二类错误
一.前言这是这个系列的最后一篇,我们讲一讲什么是一类错误,什么是二类错误.这个系列统计推断基础5部分分别是: 总体.样本.标准差.标准误[定量分析.量化金融与统计学]统计推断基础(1)---总体.样 ...
【定量分析、量化金融与统计学】统计推断基础（2）---样本均值分布、中心极限定理、正态分布
目录一.前言二.样本均值分布三.中心极限定理 *****中心极限定理 ***大数定理与中心极限定理有什么区别? 四.正态(概率)分布一.前言我发现很多人学了很久的统计学,很多总是概念混淆,那 ...
【定量分析、量化金融与统计学】统计推断基础（3）---点估计、区间估计
一.前言我发现很多人学了很久的统计学,仍然搞不清楚什么是点估计.区间估计,总是概念混淆,那今天我们来盘一盘统计推断基础的点估计.区间估计.这个系列统计推断基础5部分分别是: 总体.样本.标准差.标准 ...
量化金融-分类数据的检验
量化金融–假设检验3-分类数据的检验分类型数据的常用检验方法量化金融--假设检验3-分类数据的检验分类型数据的介绍常用的检验方法卡方检验.Fisher检验方法的分析原理介绍卡方检验 Fi ...
【定量分析、量化金融与统计学】R语言方差分析ANOVA（F检验）
目录一.前言 Fixed-effects models.Random-effects models.Mixed-effects models. 二.ANOVA使用的前提假设与假设检验三.ANOVA ...
【定量分析、量化金融与统计学】多元回归模型与回归推理
之前说过了一元线性回归并给出了程序,今天来说说多元回归模型(Multiple Regression Model) 目录一.多元回归模型的简介二.求解多元回归模型:我们使用最小二乘法为例三.评判方 ...
【定量分析、量化金融与统计学】统计推断基础（1）---总体、样本、标准差、标准误
目录一.前言二.总体与样本 1.总体(population)的概念 2.总体的性质与参数首先是:平均数(mean)µ 标准差(standard deviation,SD)σ希腊字母sigma 3 ...
【定量分析、量化金融与统计学】R语言：多元线性回归实例
今天来做一个R语言的多元线性回归的实例: 题目是这样的: 练习:度假村排名旅游胜地,专门介绍高级度假和住宿的杂志<Spas>在"读者选择"评选的世界20家独立海滨精品 ...

【定量分析、量化金融与统计学】各种检验的H0假设与p-value究竟是什么含义

一、各种检验的分类

二、事前检验

1.正态性检验

2.方差齐次性检验

3.共线性检验

4.协方差齐次性检验

三、事后检验

1.Turkey检验

2.tamhaneT2 检验

3.交叉图检验

4.拟合优度检验

5.显著性检验

F检验：ANOVA

T检验：小样本的显著性检验

6.区间估计

【定量分析、量化金融与统计学】各种检验的H0假设与p-value究竟是什么含义相关推荐

最新文章

热门文章