小白学统计(41)假设检验的“前世今生”

概率理论和抽样理论是推断性统计的基础,而估计理论和假设检验理论是推断性统计的应用。

第N+1次重复这句话:推断性统计有四个理论部分:概率理论,抽样理论、估计理论和假设检验理论(前三个已介绍);概率理论和抽样理论是推断性统计的基础,而估计理论和假设检验理论是推断性统计的应用。

估计与假设检验的异同

不同点:估计和假设检验都用样本信息对总体特征进行统计推断,单推断的形式完全不同。对于未知的总体参数,估计理论是将样本信息用来估计总体参数的值,并应用一个已知(设定)的置信水平来使该值落在某个区间内,例如:总体均值95%的置信区间是[μ1,μ2];假设检验理论是设定两个对立的假设,样本信息用于决策,决定哪个假设可接受,从而认为该假设是可信的,例如:零假设:总体均值等于5;对立假设:总体均值不等于5;通过样本信息,决定是否接受总体均值等于5这个假设,这对假设可以用来探测总体均值是否因为某种改进有变化。

相同点:估计和假设检验的基础都是抽样分布,因为利用这些抽样分布的分布特性和统计量,才能推导出估计和假设检验的概率公式。例如:总体均值的估计和假设检验用到均值的抽样分布:正态分布或对其进行标准正态变换后的标准正态分布(Z统计量);如果总体方差未知,均值的估计和假设检验用到的抽样分布是t分布(T统计量);总体方差的估计和假设检验用到卡方分布(卡方统计量)。

举例Z统计量(均值抽样分布是正态分布,进行标准正态分布转化后的统计量Z)说明它们的推导原理的异同点:

小白学统计(41)假设检验的“前世今生”
小白学统计(41)假设检验的“前世今生”

原假设和备择假设

原假设和备择假设在不同教材里面有不同的叫法,但是意义都是一样的,它们是假设检验理论的基础,具体介绍请回顾:假设检验原理——原假设和备择假设的建立。

接受域与拒绝域

接受域和拒绝域概念回顾:假设检验原理——接受域和拒绝域。

两类错误

两类错误概念回顾:假设检验——两类错误。

上面这些内容是假设检验理论的基础内容,下一篇将以单样本假设检验为例,阐述假设检验理论和应用步骤。假设检验根据样本和使用情景的不同分为:
1、单样本的假设检验
2、两样本的假设检验
3、多样本的假设检验

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(1)
生活统计学的头像生活统计学专栏
上一篇 2016-09-17 17:47
下一篇 2016-09-19 08:45

相关文章

  • 《深入浅出统计学》15相关与回归:我的线条如何?

    了解事物之间的相互关系可以丰富你的信息,让你了解真相,使你立于不败之地。 发现事物之间的相互关系:相关与回归。 数据类型探讨 单变量数据考虑的是一个单一变量的频数或者概率。 二变量数据给出两个变量的数值,如果其中一个变量以某种方式受到控制,或者被用来解释另一个变量,则这个变量被称为自变量或者解释变量,另一个变量则称为因变量或者反应变量。 二变量数据可视化 散…

    2015-07-18
    0
  • 小白学统计(18)连续型随机变量概率分布——平均概率分布

    在了解连续型随机变量的概率分布之间,我们需要先了解概率密度函数:由于连续型随机变量的数值在某一区间内有无限多个,因此无法一一列举,其概率分布只能通过一个函数来描述,这个函数称为概率密度函数,记作f(x)。 计算连续型随机变量的概率,首先需要找到该变量的概率密度函数,然后,通过积分求出f(x)与随机变量轴所夹面积,即为概率值,如下图所示: 图中阴影部份面积即是…

    2016-08-18
    0
  • 《深入浅出统计学》5离散概率分布的运用:善用期望

    意外从天而降,未来如何演变? 利用概率预测长期结果,利用期望度量结果的确定性。 随机变量 随机变量是一个可以等于一系列数值的变量,而这一系列数值中的每一个值都与一个特定概率相关联。 离散变量,这里的变量具有离散值,即该变量只能取确定数值。 只要算出概率分布,就能利用概率分布来确定预期的结果。 期望指示预测结果。 变量X的期望通常写作E(X)。 期望的计算公式…

    2015-07-04
    0
  • 广告界的因果推断挑战

    广告界有一句经久流传的话:“我知道我的广告费有一半浪费了,但遗憾的是,我不知道是哪一半被浪费了 “。人们对这句话有着不同的解读,其中之一就是广告效果衡量的不足。正因为无法很精确地衡量广告的效果,所以没办法进行进一步的投放优化,只能白白浪费。

    2021-03-08
    0
  • 好看的统计图都是相似的,难看的统计图各有各的丑

    不讲炫酷的、高大上的统计图,而是给大家分享如何画好最基础的统计图。

    2016-05-29
    0
关注我们
关注我们
分享本页
返回顶部