第五章 2 假设检验-统计分析-标准化-概述精要.ppt

假 设 检 验 与 统计分析 概 要 第一节 假设检验 某种假设是否成立？ 建立零假设 对于正态性检验: “零假设”为“这组数据来自正态分布总体 N(0,1) ” ； “对立假设”则为“这组数据不是来自正态分布总体”。 建立了零假设和对立假设，需要计算一个“统计量”来检验这个零假设，然后把这个统计量的值(由数据算出)同参考值相比较以决定 “拒绝” 或 “接受” 零假设。 参考值是在零假设为真的情况下所期望的值。比较该计算所得“统计量值”比“统计量期望值”差异是否够大的结果是一个概率值，即P值。这个P值的大小（是否小于或大于某一个概率的界值__? ）会告诉你是否应该相信或否决零假设。 ? =0.01,0.05。 P值也就是在零假设为真的条件下所计算的统计量的值与预期“零假设”为真时的统计量值无 (有)显著差异的概率。---可理解为“零假设”为真的概率 建立检验统计量和?值 显著性水平?与P值的关系 如果|P|?，表明统计量“计算值=期望值”是不可能的，只能偶然取到，所以应该拒绝零假设，认为零假设不真。--------?“小概率事件” 如果|P|?，表明统计量的值在零假设是真这个条件下可能取到“计算值=期望值”，就不能拒绝零假设。 -------?但绝不能因此就接受零假设，只是不能拒绝零假设。除非你已测量了整个总体，否则就没有足够的证据来肯定