统计假设检验

统计假设检验(也称为“验证性数据分析”)在推论统计学中用于证实或证伪数据 假设 基于经验 观察.

一个例子:

据推测，随着时间的推移，美国人(平均而言)正在变老。. 在这种情况下，需要确认的假设是:“美国人的平均年龄正在上升”。. 这叫做 备择假设，而现在的观点是“美国人的平均年龄保持不变” 零假设. 统计检验的目标是验证或证伪备选假设.

这就是事情变得复杂的地方:

在假设检验中，新京十大正规网站区分参数检验和非参数检验.

在参数检验中新京十大正规网站进行比较 位置 并对两个样品的分散参数进行符合性检验. 参数检验的例子是 学习任务, 野生 还有χ2-测验.

在非参数检验中, 对正在评估的总体的概率分布没有做任何假设. 例如 Kolmogorov-Smirnov 测试, 卡方 测试和 Shapiro-Wilk 测验.

执行假设检验:

为了进行统计假设检验, 新京十大正规网站首先要收集相应的经验资料 data (例如:年龄达到100人，分别生于1900年和1920年). 根据所做的假设和结果的测试程序, 数学上定义的检验统计量(f-statistic), t统计量, )从观测数据中扣除.

基于这个值, 新京十大正规网站可以确定零假设是否可以被拒绝-考虑特定的可靠性率(1-错误概率). 零假设只应基于非常低的错误概率(p≤5%)而被拒绝。.

因为验证或证伪假设时的错误一般不能排除, 第一类错误(=正确的零假设被错误地拒绝, I型错误)和第二类错误(=正确的替代假设被错误地拒绝, 类型II错误)通常显式指定.