重温统计学--假设验证_单侧检验 p

小文 | 公众号 小文的数据之旅

上一期说到三大抽样分布的主要作用在于参数估计与假设验证，参数估计已经在重温统计学--参数估计介绍过了，今天我们来看看假设验证是什么，怎么用？

假设检验其实很好理解，生活中的例子也很多，最常见的就是应用在法庭上，法官先假设嫌疑犯无罪，然后收集证据，如果有足够证据证明嫌疑犯有罪，则需要宣判嫌疑犯有罪。假设验证做的就是这么一回事，先不管其在统计学中的作用，更为重要的是它的这套逻辑思维的方法论，是我们考虑问题，分析问题的一种很重要的方法论。

1、假设检验的步骤：

（1）提出原假设（H0）与备选假设（H1）

• 原假设往往与备选假设是互斥的，即当我们拒绝原假设时，必然会接受备选假设

（2）选择合适的检验统计量

• 常用的统计量：均值、方差、样本比例（往往跟二项分布相关）

（3）确定用于做决策的拒绝域

• 拒绝域之前，先要定显著性水平α，一般α=0.05或者0.01

（4）求出检验统计量的p值

• 通过样本的抽样分布计算p值

（5）查看样本结果是否位于拒绝域内

• 左单侧检验：备选假设包含小于号（α）</