3: Тестування гіпотез
- Page ID
- 98614
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)
- 3.1: Основи тестування гіпотез
- У попередніх двох розділах були представлені методи організації та узагальнення вибіркових даних, а також використання вибіркової статистики для оцінки параметрів популяції. У цій главі представлена наступна основна тема інференційної статистики: тестування гіпотез.
- 3.2: Тест гіпотез про середнє значення популяції, коли відомо стандартне відхилення населення
- Ми розглянемо два еквівалентні способи виконання тесту гіпотези: класичний підхід та підхід p-значення. Класичний підхід заснований на стандартних відхиленнях. Цей метод порівнює статистику тесту (Z-score) з критичним значенням (Z-score) зі стандартної нормальної таблиці. Якщо тестова статистика потрапляє в зону відхилення, ви відхиляєте нульову гіпотезу. Підхід p-значення базується на площі під нормальною кривою.
- 3.3: Тест гіпотез про середнє значення популяції, коли стандартне відхилення населення невідомо
- Часто стандартне відхилення населення (σ) невідомо. Ми можемо оцінити стандартне відхилення населення (σ) за допомогою вибірки стандартного відхилення (ів). Однак тестова статистика більше не буде слідувати стандартному нормальному розподілу. Ми повинні спиратися на t-розподіл студента з n-1 ступенями свободи. Оскільки ми використовуємо стандартні відхилення вибірки, статистика тесту зміниться від Z-оцінки до t-score.