假設檢驗

假設檢驗(Hypothesis Testing)：依據一定的假設條件由樣本推斷總體的一種方法。

基本思想是小概率反證法思想。

小概率思想是指小概率事件（P<0.01或P<0.05）在一次試驗中基本上不會發生。

反證法思想是先提出假設(檢驗假設H0)，再用適當的統計方法確定假設成立的可能性大小，如可能性小，則認為假設不成立，若可能性大，則還不能認為假設不成立。

假設檢驗分假設和檢驗兩步，先提出假設，之后再來驗證假設是不是合理的。

為了完成假設檢驗，需要定義一個概念：P值即概率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的P 值，一般以P < 0.05 為有統計學差異， P<0.01 為有顯著統計學差異，P<0.001為有極其顯著的統計學差異。

比如我們要猜1000次用二項分布來計算很麻煩，根據中心極限定理，我們知道，可以用正態分布來近似。但是，對于正態分布，沒有辦法算單點的概率（連續分布單點概率為0），只能取一個區間來算極限，所以就取極端的點組成的區間。
取單側還是雙側，取決于應用，什么叫做更極端的點，也取決于應用。

單側檢驗：
當關鍵詞有不得少于/低于的時候用左側，比如燈泡的使用壽命不得少于/低于700小時時
當關鍵詞有不得多于/高于的時候用右側，比如次品率不得多于/高于5%時

單側檢驗指按分布的一側計算顯著性水平概率的檢驗。用于檢驗大于、小于、高于、低于、優于、劣于等有確定性大小關系的假設檢驗問題。這類問題的確定是有一定的理論依據的。假設檢驗寫作：μ1<μ2或μ1>μ2。

雙側檢驗指按分布兩端計算顯著性水平概率的檢驗， 應用于理論上不能確定兩個總體一個一定比另一個大或小的假設檢驗。一般假設檢驗寫作H1：μ1≠μ2

Z檢驗（Z Test）是一般用于大樣本（即樣本容量大于30）平均值差異性檢驗的方法。它是用標準正態分布的理論來推斷差異發生的概率，從而比較兩個平均數的差異是否顯著。

T檢驗，亦稱student t檢驗（Student’s t test），主要用于樣本含量較小（例如n < 30），總體標準差σ未知的正態分布。 [1] T檢驗是用t分布理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。

總結

以上是生活随笔為你收集整理的可汗学院统计学 task 3的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。