假设检验的念毕业论文外文翻译.docVIP

毕 业 设 计（论文） 外 文 文 献 翻 译 题 目：What is Hypothesis Testing 学 院： 专业名称： 学 号： 学生姓名： 指导教师： 2012 年 2 月 1 日 假设检验的概念 Enrico Borriello 1、引言 统计假设是指关于总体参数的一种假设。这个假设可为真也可以为假。假设检验则指统计员运用正式程序来检验该假设并确定其真假度，检测为真则接受结果，反之则拒绝接受 2、统计假设 检验统计假设的最好方法是检验整体参数，但由于其可行性较低故很难运用到实际操作中。因此，研究人员经常选择从整体参数中随机抽样检测的方法。如果样本参数与统计假设的结果不一致，那原假设便不成立。 这里有2种统计假设。 零假设 零假设，表示为，通常是假设样本观测结果从纯粹的机会。 对立假设 对立假设，表示为 或是，是假设样本中由一些非随机的原因决定的观测值的指标。 例如，假设我们想确定一个硬币的投掷问题是否是公平和合理。一个零假设则可以为，硬币的投掷结果为，一半为正一半为反。对立假设则可以设定为，出现正面和出现反面的次数大不相同。象征性而言，以上假设可以有如下表达方式 H0: P = 0.5 Ha: P ≠ 0.5 假设我们投掷硬币50次，结果为40次正面，10次背面，基于该结果，原先的零假设可以被拒绝。因此得出结论，由实验证据表明，扔硬币的结果不会是正反完全一致。 那么原来的零假设应该是：投掷出正面和反面的次数一致。即一半几率为正，一半几率为背。 零假设能否被“接受”？ 一些研究学者认为一个零假设检验无外乎两种结果，要么接受零假设，要么拒绝之。然后更多的统计学家对于“接受”零假设依然持保留态度。相反，他们认为正确的表述应该是，对于零假设，要么拒绝，要么拒绝失败。为什么要区分“接受”和“拒绝失败”？因为“接受”即意味着原零假设为真，“拒绝失败”则指原数据不足以支持对立假设要优于零假设。 3、假设检验 在样本数据的基础上，统计员遵照一定程序来检验是否能够拒绝零假设。该程序被称为假设检验，总共有四个步骤。 1.陈述假设。该步骤包括陈述零假设和对立假设，两者在表述过程中互相排斥，即一方若为真，则另一方必须为假。 2.设计分析计划。分析计划描述了样本数据将如何被分析，并用来评估零假设。评估通常会重点分析一个单独的检测数据 3.分析样本数据。找出被检测的各项数值（例如平均数，比例数，t-score，z-score等等），此类数据在分析计划中已被列出。 4.说明结果。运用在分析计划中所列出的决策规则，如果检测数据与原假设不相符，基于零假设的定义，则可以拒绝之。 4、决策失误 在一个假设检测里，会出现的错误主要有两种 错误种类1，当计算员在零假设为真的情况下，采用了拒绝假设。犯该类错误的可能性被称为显著水平。通常也被称为alpha，以α表示。 错误种类2，当零假设为假时，计算员拒绝零假设失败。犯该类错误的可能性被称为beta，由字母β表示。不犯该类错误的可能性则称之为检测能力。 本文研究模糊评判法在教学管理系统中的学生评价的应用，通过对影响学生评价的各种因素的分析而对其赋予不同的权重，利用模糊评判法对学生做出一个综合的评判。由于本人水平有限，再加上本文是针对特定地区的个别教学管理系统的评判，在文中的权重通过专家调查分析而来，带有一定的主观色彩。 5、判断法则 分析计划的规则就是分析零假设域。在实践操作中，统计学家描述这些决策规则的方法，就是参考p值或参考该接受区。 p值。作为零假设是测量值的强有力的证据。假设检验统计等于S值的概率是观察一个检验统计量作为极端的假设是正确的，假设零假设是成立的。如果值小于平均值，便接受假设，反之则拒绝假设。 接受域。该区域的区间是一个范围值。如果检验结果落在检验统计区域内，该零假设成立。该地区接受的判断标准时，使第一类误差的值等于平均值。 拒绝域的定义是，集值以外的地区。如果判断标准不被接受，则零假设被拒绝。在这种情况下，我们说，假设被拒绝在α的区域外。 这两种方法是等效的。一些统计文本用P值法；其他的文本使用该区域检验该方法。在具体的实例中，不同的方法有不同的应用 。 What is Hypothesis Testing? Enrico Borriello 1、preface A statistical hypothesis is an assumption about a population parameter. This assumption may or may not be true. Hypothesis testing refers to the formal procedures use