假设检验 p值的判定
2016-09-18 16:05:50 0 举报
假设检验是一种统计方法,用于确定样本数据是否支持关于总体参数的某种假设。在假设检验中,p值是一个关键概念,它表示观察到的数据与假设之间的差异程度。通常,我们将p值与一个显著性水平(例如0.05或0.01)进行比较,以决定是否拒绝原假设。如果p值小于显著性水平,我们拒绝原假设;否则,我们接受原假设。这种方法可以帮助我们确定观察到的数据是否足够重要,以至于我们可以相信它们不是偶然发生的。总之,p值是一种衡量数据与假设之间差异的方法,它在假设检验中起着重要作用。
作者其他创作
大纲/内容
数据与假设H0保持统计学上的一致;接受虚无假设H0,
P 0.05
数据分析P值判定
H0是假,则Hl得证,证明H1成立
要检验科学假设 H1:μ1≠μ0
H0为真;1-α 与α 属于假设 H0
II类错误 β型错误H0为假,被误判为接受的概率为β
I类错误 α型错误 H0为真,被误判为拒绝的概率为α
需要先建立虚无假设H0:μ1=μ0
用反证法证明对立的虚无假设H0的真伪,来确定科学假设H1是否成立
H0为假,即H1为真;β 与1-β 属于假设 H1;很显然,当α=0.05时,β不一定等于0.95。
收藏
收藏
0 条评论
下一页