之前學習概率論與數理統計的時候就不扎實，導致后來面試官在問我什么時候該用什么檢驗的時候稀里糊涂，最近工作中又遇到了假設檢驗的問題，所以就想把假設檢驗這塊好好總結一下。

一.什么是假設檢驗？
假設檢驗是用來判斷樣本與樣本，樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。其基本原理是先對總體的特征作出某種假設，然后通過抽樣研究的統計推理，對此假設應該被拒絕還是接受作出推斷。 （源自MBA百科）
舉兩個例子：1.在產品的質量檢驗中經常會遇到的問題就是樣本是否可以代替總體，這就涉及用樣本來估計總體。
2.你先后做了兩批實驗，得到兩組數據，你想知道在這兩試實驗中合格率有無顯著變化，那怎么做呢？這時你可以使用假設檢驗這種統計方法，來比較你的數據。可以先假設這兩批實驗合格率沒有顯著變化，然后用統計的方法推斷假設成立的概率，如果是小概率事件，那么原假設不成立。
二. 假設檢驗的步驟
step 1: 建立原假設H0和備擇假設H1
step 2: 構造統計量Z，這個統計量的選取要使得在假設H0成立時，其分布為已知。
step 3: 一般構造的統計量服從某種分布（一般為正態分布），（源自MBA百科）
如上圖所示，看Z會落在哪里，如果落在拒絕域，那么拒絕原假設。
注：這里我補充一下重要的概念P值。P-value（以下簡稱P值），又稱“顯著性水平”，它是指在原假設為真的條件下，原假設事件發生的概率，可以用來評估假設檢驗中最關鍵的第一類錯誤的概率。
有如下三幅圖所示三種假設檢驗方法，對應的P值計算方法分別為：雙側檢驗：P=2(1-Φ(|Z|))
左側檢驗：P=Φ(Z)
右側檢驗：P=1-Φ(Z)



（源自：https://wenku.baidu.com/view/fefcac6b1eb91a37f1115cc0.html）
三. 如何構造合適的統計量
1.一個正態總體參數的假設檢驗
2.兩個正態總體參數的假設檢驗
3.待續。。。

總結

以上是生活随笔為你收集整理的假设检验之几种检验方法的比较的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。