假設檢驗

假設檢驗和參數估計是統計推斷里面兩個重要的組成部分，兩個知識點從不同方面來對統計推斷做出闡述，參數估計是通過樣本的統計量估計總體的參數，從而衍生出了點估計和區間估計。假設檢驗則是首先做出一個假設，進而驗證這個假設的真實性，就比如說你說行，那我就要檢驗下你到底行不行。

假設檢驗知識點：

• 零假設：也稱為原假設，即我們想要驗證的假設。
• 備擇假設：即零假設不成立的情況下，備擇假設則成立，和零假設是對立關系。
• 第一類錯誤：即拒真率，這個假設是真，而我們拒絕的概率。一般情況下，拒真率和顯著性水平相等。
• 第二類錯誤：這個假設是假，而我們錯誤認為它是真。第一類錯誤和第二類錯誤一般呈現相反關系，即第一類錯誤減少，則第二類錯誤增加，相反地，第一類錯誤增加，則第二類錯誤減少。當然，也有同時使兩類錯誤變小的辦法，就是增大樣本量，但是樣本量不可能沒有限制。

假設檢驗的流程：

提出零假設和備擇假設

確定適當的檢驗統計量，并計算其數值。在參數的假設檢驗中，如同在參數估計中一樣，要借助樣本統計量進行統計推斷，這個統計推斷稱為檢驗統計量。計算統計量則類似于分數轉化過程，把一般得分轉化為標準得分。

通過比較進行統計決策。進行假設檢驗利用的是小概率原理，小概率原理是指發生概率很小的隨機事件在一次實驗中幾乎是不可能的，如果這個情況真的出現了，我們有理由認為總體的真值不在原假設里面。

單側檢驗與雙側檢驗：

通俗的理解，如果原假設中是相等的情況，則屬于雙側檢驗。另外一些情況下，我們關心的假設問題帶有方向性。有兩種情況，一種是我們所觀察的數值越大越好，如燈泡的使用壽命，輪胎行駛的歷程數等。另一種是數值越小越好，如廢品率，生產成本等，則需要使用單側檢驗。

總結

以上是生活随笔為你收集整理的可汗学院统计学笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。