设计素材网站推荐ppt,平湖市住房建设局网站,最有效的恶意点击软件,苍强广州网站建设公司假设检验的核心思想是小概率事件在一次实验中不可能发生#xff0c;假设检验就是利用小概率事件的发生进行反正。学习假设检验#xff0c;有几个概念不能跳过#xff0c;原假设、p值
1.原假设 假设检验的基本过程如下#xff1a;
1#xff09;做出一个假设H0#xff0c…假设检验的核心思想是小概率事件在一次实验中不可能发生假设检验就是利用小概率事件的发生进行反正。学习假设检验有几个概念不能跳过原假设、p值
1.原假设 假设检验的基本过程如下
1做出一个假设H0以及它的备择假设H1注意H0一般实验组和对照组无差异
2在H0成立的情况下根据置信度构造一个小概率事件。显著性水平一般设为5%即在H0成立的情况下发生的可能性这也就是我们说的小概率事件
显著性水平和P值是假设检验中关键的两个概念显著性水平是认为定义的用于判断是否是小概率事件的阈值低于该阈值则认为是小概率事件也是可以接受判断发生错误的概率。
显著性水平是当原假设H0为真时可以容忍的第一类错误本来正确的判断为不正确的错误之所以选择第一类错误进行计算标准是因为我们觉得第一类错误更严重比方说上了个实验本来没效果判断为有效果相对于有效果判断为没效果对业务影响更大发生的概率是认为定义的小概率事件发生的最大概率值。 2.统计功效
第二类错误也应该避免因为如果第二类错误发生的概率过高会导致错失发展机会因此为了控制第二类错误引入功效概念即当H0不成立时做出拒绝H0的结论正确的概率1-第二类错误发生的概率功效越高发生第二类错误的概率越小。
综上P值是小概率事件实际发生的概率P值,证明小概率事件发生拒绝H0接受H1认为策略有效否则不能拒绝H0但不代表接受H1, 我们需要进一步看功效若功效80%一般情况下证明犯第二类错误的概率很低说明策略大概率是无效的若功效80%说明有效判断为无效的概率比较大但是也可能是真没效果可以通过增加样本量n的方法继续观察。 3.p值和统计功效的计算
在正态分布时P值与t值在下面公式中假设了两个组别的方差是一样的有对应关系求p值可以转化为求检验统计量t值。在现成的t检验输出的结果包括P值置信区间两个样本的均值。 通过构造t分布是一个概率密度曲线与正态分布很像5%的显著性水平对于t值1.96或t值-1.96, 双边的计算在实际发生的概率得到p值。
set.seed(123)
group1 - rnorm(100, mean 50, sd 10)
group2 - rnorm(100, mean 50, sd 10)# 使用t.test()函数进行两样本t检验
t.test(group1, group2, alternative two.sided)
得到结果 Welch Two Sample t-testdata: group1 and group2
t 1.4886, df 197.35, p-value 0.1382
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:-0.6428618 4.6019159
sample estimates:
mean of x mean of y 50.90406 48.92453
统计功效,这里的u指的是我们认为两组数据真实的差值为u
设
公式变为
当u0.05时计算
