假设检验与P值

原文链接: https://blog.csdn.net/u012052268/article/details/81592368

假设检验的步骤:


第1步:确定你要研究的问题是什么。
零假设(Ho): 备选假设(H1):

第2步:证据是什么?(选取合适的统计量)
在零假设成立的前提下,我们从总体中随机抽样得到一个样本。并计算这个样本发生的可能性有多大(P值)。

第3步:判断标准是什么?(显著性水平)
假设检验常用的判断标准是5%,在假设检验里叫做“显著水平”,用符号α,

第4步: 做出结论
如果,P值 < α 说明小概率事件发生了,则拒绝Ho。否则接受Ho


第一类错误:原假设是正确的,却拒绝了原假设。(错杀好人)
第二类错误:原假设是错误的,却没有拒绝原假设。(放走坏人)

 


假设检验例题
袋子里有红豆,也有黑豆,小编想知道红豆和黑豆是不是一样多。若是一个个去看,小编怕是要疯了。于是,小编偷了个懒,从袋子里拿了一把豆子,看看这把红豆多还是黑豆多。用这把豆子作为样本,去推断这袋豆子。既然是用样本推断总体,就有抽样误差的可能性。不管袋子里红豆多还是黑豆多,这一把不一定能真实反映这袋豆子,那怎么办呢?这就要用到假设检验了。

1.明确假设:
原假设 Ho:袋子里红豆和黑豆是一样多的,如果观察到红豆黑豆不一样多完全是由抽样造成的。
备择假设H1:袋子里红豆和黑豆的确不一样多。


2.计算Ho的假设前提下的概率:P值
假定袋子里有100个豆子,50个红豆,50个黑豆。拿的这把豆子有1个红豆,9个黑豆。在原假设(Ho)成立的前提下,能拿到1个红豆、9个黑豆的概率为:

3.显著性水平:
我们认为:如果一件事情发生的可能性小于α = 0.05,称其为小概率事件。

并且我们认为:在一次普通的抽样(实验)中,小概率实事件不会发生。

4.做结论:
P值 < α(0.007<0.05) 说明:

我们在Ho的假设成立的条件下,做了一次实验,Ho发生的概率就很小(比α都小)。 这是不可能的。 所以拒绝Ho 。 反而接受H1:黑豆红豆数量不相同。

转载自:https://blog.csdn.net/u012052268/article/details/81592368

你可能感兴趣的:(数据分析)