统计学学习——003假设检验

** 假设检验**
假设检验的种类包括：t检验，Z检验，卡方检验，F检验等等
假设检验与区间估计都是根据样本信息推断总体分布。两者可以相互装转换唯一的区别是参数知不知道的问题。举例来说：统计全校学生（总体）的平均上网时间（参数），如果参数未知，通过样本进行推断则是区间估计，如果有人已经得到平均上网时间（参数），而你不知道这个参数可不可靠，则是假设检验，换句话说无假设不检验。P值主要是用来判断不同样本之间的差异是由抽样误差引起的还是总体不同引起的。在零假设条件下得到的概率称为P值。是判断标准也称为拒绝域，若P<,则拒绝零假设，若相反，则接受零假设。计算P值方法为：1 确定样本均值与均值标准差，注意样本均值标准差为，选择样本方差作为总体方差的估计；2 求Z分数（T分数），查Z表（T表）；3 确定概率值即P值。
** 第一类型错误**
在进行假设检验时，由于检验统计量是随机变量，有一定的波动性，即使原假设H0为真，在正常的情况下，计算的统计量仍有一定的概率α(α称为显著性水平)落入拒绝域内，因此也有可能会错误地拒绝原假设H0，这种当原假设H0为真而拒绝原假设的错误，称为假设检验的第一类错误，又称为拒真错误。
α为犯假设检验第一类错误的概率，1-α则为当原假设H0为真而作出正确判断的概率。α越小，作出错误判断的概率越小，因此，显著性水平α是限制发生第一类错误的保证，又称为检验的损失。
拒绝虚无假设(Ho)时可能犯的错误，称为第一类型错误，以α来代表。