【学习笔记】统计学入门(7/7)——假设检验

假设检验是统计学中用于判断样本与总体之间是否存在显著差异的重要方法。本文介绍了假设检验的目的、基本原理、步骤、误差类型和控制,以及单样本和两样本t检验的应用。此外,还讨论了卡方检验在分类数据比较中的使用,并提到了假设检验在软件实现中的工具,如Excel、SAS、SPSS、Python和R。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

来源:http://study.163.com/course/courseMain.htm?courseId=1005232026

 

索引——

  • 基本概念
  • 连续变量的统计描述
  • 分类变量的统计描述
  • 正态分布
  • 二项分布
  • 参数估计与可信区间
  • 假设检验

 

七、假设检验

1、做假设检验的目的:结果知规律,样本推总体

1.1 方法

参数估计:推估样本所在总体的特征。先判断是否正态分布,再求出均值、标准差值等。如:调查市场总容量与占有率等。

假设检验:对提出的总体假设进行分析判断,做出统计决策。

 

1.2 假设检验的应用价值:新品上市研究,如药物筛选研究

ps:药物新品研发流程

计算机分子模拟——实验室探针筛选——动物毒性实验——人体毒性实验——临床试验——上市后副作用监测

 

1.3 假设检验准备工作

(1)根据研究设计和资料的性质正确选择分析过程

(2)进行统计描述(集中趋势、离散趋势)和统计分析

集中趋势:均数、P50

离散趋势:标准差/方差、四分位数

分布特征

异常值及其他

 

2、假设检验的基本原理

2.1 例子

已知:现有样本均数58g,与总体均数60g不同

分析:误差可能性

其一,样本来自已知总体(即总体均值假定为60g),该差别为抽样误差。如抽样大多为56/57/59g等 

其二,样本所来自的总体与已知总体不同(如:总体均值M=56/57/58/59g等),存在本质差异

为了识别这两种情况,于是做假设检验。

 

2.2 基础原理

2.2.1 小概率原理:即小概率事件在一次随机抽样中不会发生。

如:瞎猫碰到死耗子

2.2.2 基本思想:先建立一个关于样本所属总体的假设,考察在假设条件下随机样本的特征信息是否属于小概率事件,若为小概率事件,则怀疑假设成立有悖于样本提供的特征信息,因此拒绝假设。

实际上,若为小概率事件,则假设检验的结论就是错误的。

 

3、假设检验基本步骤

步骤一:提出对总体特征的假设。

统计学中假设有以下俩方面内容——

(1)检验假设,也称为原假设和无效假设,记为H0;

(2)备择假设:记为H1,与H0对立,非此即彼,当H0倍拒绝时供采用。

步骤二:确定检验水准,即确定拒绝H0时的最大允许误差的概率。

检验水准:用α表示,是指检验假设H0本来就成立,却根据样本信息拒绝H0的可能性大小,即α拒绝了实际上成立的H0的概率。

常用检验水准为α = 0.05

        意义:在锁舌H0的总体中随机抽得一个样本,其均数比现有均数更偏离总体均数的概率不超过5%(类似考试中约定俗成60分为及格线)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值