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