统计推断—假设检验(hypothesis testing)

统计推断—假设检验(hypothesis testing)

假设检验概念

对总体的某种规律提出一个假设,通过样本数据推断,决定是否拒绝这一假设,这样的统计活动,称为假设检验

假设检验的步骤

例1  某市抽取400名小学生进行视力干预方法研究,干预组和对照组各200人。研究前首先作基线调查,发现干预组屈光度的均数为­0.34D,标准差为0.12D;对照组屈光度的均数为­0.57D,标准差为0.36D。试问在基线时,干预组和对照组屈光度的总体均数有无差别?

解析:样本均数分别为-0.34D和 -0.57D ,造成这种差别的原因可能有两种:

(1)两总体均数相等 -- 样本均数不同,乃抽样误差 

(2)两总体均数不相等 -- 样本均数不同,并非抽样误差 

所以,我们需要验证样本均数不同是否是抽样误差导致的(需进行假设检验)

1、建立检验假设:

(1)零假设(null hypothesis),又称原假设,记为统计推断—假设检验(hypothesis testing)统计推断—假设检验(hypothesis testing),干预组小学生和对照组小学生屈光度的总体均数相等。

(2)对立假设 (alternative hypothesis), 又称备择假设,记为统计推断—假设检验(hypothesis testing)统计推断—假设检验(hypothesis testing),干预组小学生和对照组小学生屈光度的总体均数不等。

2、确定检验水准:

统计推断—假设检验(hypothesis testing)统计推断—假设检验(hypothesis testing)要尽量小,小到我们可以不在乎,通常去0.05或者是0.01

3、选择检验统计量:

统计推断—假设检验(hypothesis testing)

分子:样本均数之差 

分母:样本均数之差的标准差;两个样本均数之差的方差等于两个样本方差之和,相关定理可查看《统计学基础——两个样本均值(频率)之差的分布

统计推断—假设检验(hypothesis testing):样本均数的差别(以其标准差为单位)

4、利用样本数据计算统计量的数值:

统计推断—假设检验(hypothesis testing)

5、确定Ρ 值,做出推断

Ρ 值:Ζ 的当前值之外的尾部面积。