- 1、本文档共32页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第7章假设检验贾俊平2023-10-16假设检验的原理总体均值的检验总体比例的检验总体方差的检验正态性检验第7章 假设检验统计学—基于R6-
第7章假设检验假设统计学—基于R6-在参数检验中,是对总体参数的具体数值所作的陈述就一个总体而言,总体参数包括总体均值、比例、方差等分析之前必需陈述假设检验先对总体的参数(或分布形式)提出某种假设,然后利用样本信息判断假设是否成立的统计方法有参数检验和非参数检验逻辑上运用反证法,统计上依据小概率原理小概率是在一次试验中,一个几乎不可能发生的事件发生的概率在一次试验中小概率事件一旦发生,我们就有理由拒绝原假设假设检验的原理7.1提出假设
第7章假设检验假设检验的原理7.1提出假设统计学—基于R6-
第7章假设检验双侧检验统计学—基于R6-备择假设没有特定的方向性,并含有符号“ ”的假设检验,称为双侧检验或双尾检验(two-tailedtest)单侧检验备择假设具有特定的方向性,并含有符号“”或“”的假设检验,称为单侧检验或单尾检验(one-tailedtest)备择假设的方向为“”,称为左侧检验备择假设的方向为“”,称为右侧检验假设检验的原理7.1提出假设假设双侧检验单侧检验左侧检验右侧检验原假设H0:m=m0H0:m m0H0:m m0备择假设H1:m≠m0H1:mm0H1:mm0
第7章假设检验【例7-1】统计学—基于R6-一种零件的标准直径为15cm,为对生产过程进行控制,质量监测人员定期对一台加工机床进行检查,确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于15cm,表示生产过程不正常,必须进行调整。陈述用来检验生产过程是否正常的原假设和备择假设假设检验的原理7.1提出假设
第7章假设检验假设检验的原理7.1提出假设统计学—基于R6-
第7章假设检验假设检验的原理7.1做出决策统计学—基于R6-
第7章假设检验假设检验的原理7.1做出决策统计学—基于R6-
第7章假设检验假设检验的原理7.1做出决策统计学—基于R6-
第7章假设检验用P值决策P值原假设的对或错的概率无关它反映的是在某个总体的许多样本中某一类数据出现的经常程度,它是当原假设正确时,得到目前这个样本数据的概率值越小,你拒绝原假设的理由就越充分用P值进行检验比根据统计量检验提供更多的信息统计量检验是我们事先给出的一个显著性水平,以此为标准进行决策,无法知道实际的显著性水平究竟是多少假设检验的原理7.1做出决策统计学—基于R6-
第7章假设检验不拒绝而不是接受统计学—基于R6-假设检验的目的主要是收集证据拒绝原假设,而支持你所倾向的备择假设假设检验只提供不利于原假设的证据。因此,当拒绝原假设时,表明样本提供的证据证明它是错误的,当没有拒绝原假设时,我们也没法证明它是正确的,因为假设检验的程序没有提供它正确的证据当不拒绝原假设时,我们也从来不说“接受原假设”,因为没有证明原假设是真的没有足够的证据拒绝原假设并不等于你已经“证明”了原假设是真的,它仅仅意为着目前还没有足够的证据拒绝原假设,只表示手头上这个样本提供的证据还不足以拒绝原假设“不拒绝”的表述方式实际上意味着没有得出明确的结论假设检验的原理7.1表述结果
第7章假设检验显著或不显著统计学—基于R6-假设检验的目的主要是收集证据拒绝原假设,而支持你所倾向的备择假设拒绝原假设时,我样本结果是统计上显著的(statisticallySignificant);不拒绝原假设时,我们称样本结果是统计上不显著的在“显著”和“不显著”之间没有清除的界限,只是在P值越来越小时,我们就有越来越强的证据,检验的结果也就越来越显著但P值很小而拒绝原假设时,并不一定意味着检验的结果就有实际意义因为假设检验中所说的“显著”仅仅是“统计意义上的显著”一个在统计上显著的结论在实际中却不见得就很重要,也不意味着就有实际意义因为值与样本的大小密切相关,样本量越大,检验统计量的P值也就越大,P值就越小,就越有可能拒绝原假设假设检验的原理7.1表述结果
第7章假设检验效应量统计学—基于R6-假设检验拒绝原假设后,表示参数与假设值之间差异显著,但这一结果并未有告诉我们差异的大小(程度)。度量这种差异的统计量就是效应量,它描述了结果的差异程度是小、中还是大效应量的提出者是JacobCohen(1988),他提供了不同检验效应量小、中、大的度量标准假设检验的原理7.1效应量
第7章假设检验【例7-3】为监测空气质量,某城市环保部门每隔几天对空气中的PM2.5(可吸入
文档评论(0)