假设检验知识课件.pptxVIP

5×假设检验精讲假设检验知识课件统计学初学者、数据分析师、科研人员

01引子：一个让人困惑的数字引子：p=0.03到底意味着什么？01p值是在原假设为真的前提下，观察到当前数据或更极端数据的概率，并非原假设为假的概率——这是最大的概念混淆。02p=0.03表示：若对照组与实验组真实效果相同，随机抽样得到当前差异的概率仅约3%，低于5%的常规阈值即称统计显著。03常见误解一：将p=0.03理解为新方法有效的概率为97%，实际它只描述数据在原假设下的罕见程度，不代表H?为真的概率。04常见误解二：认为p=0.03代表3%的可能性结果由随机误差造成，这是将条件概率P(data|H?)与P(H?|data)颠倒。05p值对样本量极度敏感：n=1000时可检测出d=0.05的微小差异，而n=50时可能连d=0.5的差异都无法显著——同样的效应量，不同结论。02

引子：一个让人困惑的数字目标一：掌握假设检验的完整逻辑框架，包括H?/H?设定、检验统计量选择、拒绝域构造与决策规则，形成结构化的推理习惯。目标二：能准确区分统计显著（pα）与实际显著（效应量达到领域阈值），避免将p0.001的小效应误判为重要发现。目标三：掌握四种常用检验——单样本t检验、两独立样本t检验、配对t检验、卡方检验，知道何时用哪一种及其前提条件。目标四：识别并规避五大常见误区：p值误读、样本量陷阱、效应量忽略、多重比