加载中…假设检验
(2016-03-19 17:53:19)
标签：
假设检验 |
分类： 数据分析 |
原假设：null hypothesis 通常是研究者想收集证据反对。
备择假设：alternative hypothesis 通常是研究者想收集证据支持。
第一类错误：当原假设为真时拒绝原假设。发生概率为α。
第二类错误：当原假设为假时没有拒绝原假设。发生概率为β。
显著性水平 level of
significance：发生第一类错误的概率常被用于检验结论的可靠性度量。当原假设为真时，检验统计量落在拒绝域的概率。是人为指定的犯第一类错误的概率α最大值。显著性水平α值越小，犯第一类错误的可能性就越小，但第二类错误的可能性就越大。常见的取值有0.01,0.05,0.1
拒绝域：rejection region
P值：当原假设假设正确时，得到的观测数据的概率。即如果原假设是正确的话，p值告诉我们这样的观测数据会有多么的不可能得到，反应的是实际观测到的数据与原假设之间不一致程度的一个概率。p值越小，说明实际观测到的数据与原假设之间不一致的程度越大，检验的结果越显著。
P值检验：
P<</span>α，拒绝原假设。P>α，不拒绝原假设。
总体参数检验：
喜欢
0
赠金笔
后一篇：学生组织中常见会务工作