数学建模社区-数学中国
标题:
参数假设原理解释
[打印本页]
作者:
2744557306
时间:
2023-11-24 15:19
标题:
参数假设原理解释
当我们进行参数假设检验时，我们实际上是在通过数据来验证我们对总体参数的猜想。这个猜想包括两个部分：原假设（H0）和备择假设（H1）。
' F9 Q, Q" r+ ?: z
1. 原假设（H0）：
& |" h8 J+ p- ~4 R! `( q
8 @4 u4 f% Y" i0 p
定义： 这是我们最初的假设，通常表示没有效应或者没有变化。它是一种保守的猜想，认为样本数据中观察到的差异纯粹是由于随机因素引起的。
例子： 如果我们在研究一种新药是否有效，原假设可能是新药的效果与安慰剂相同。
* C! m% l9 o- d* p
# e% U5 ]& A% u! |. J: H+ X
4 ~- L+ o4 a5 k- X" j' s' U
2. 备择假设（H1）：
* s* k% f5 a1 |7 c* S* |7 v
) f+ m0 r: D9 S4 i7 S$ t
定义： 这是我们想要证明的猜想，通常表示有某种效应或者发生了变化。它是对原假设的反向说法，表明样本数据中观察到的差异是真实存在的。
例子： 在上述新药的例子中，备择假设可能是新药的效果显著优于安慰剂。
; L: p K( h0 P% S" P
1 j( h3 G, |; I& C
" i& \ R% n6 d4 L
参数假设检验的步骤：
R6 q4 K4 W. q
a. 设定显著性水平（α）：
n7 ~# T& h" Q3 q+ O
! p# z! P8 M1 U# X! C' P. \2 y
定义： 显著性水平表示我们愿意接受假设检验结果错误的概率。通常设定为0.05，即5%的错误概率。
, G& A9 n0 g, t( d0 s
- k. ]4 y" u8 x" A q
' ~. P. B/ J" f
b. 收集数据：
1 A: K7 l0 K# o" m* G
, n2 ^3 g# A; _# G: _) Y" Q
定义： 从总体中抽取一个样本，并记录相应的数据。
- e, H8 H" n5 N X6 } d2 ^
: o8 r, n* M& l! L9 e2 A
( j% b: U) ~* @, H
c. 选择合适的统计检验：
# N2 p6 s. U# f+ d& A
/ @0 _2 d8 a; W( t
定义： 根据数据的类型和研究问题，选择适用的统计检验方法。例如，t检验用于比较两个样本的平均值。
9 L( _ f" L5 R% @3 e b
) z$ _1 B2 D2 N _' f8 Q+ @2 n; X. _+ t
. K, |- r0 w0 |2 Q
d. 计算统计量：
6 {- o% g# Z, z2 [2 T! [* R5 u
`% o% V2 f) d' X; `
定义： 根据采集到的样本数据计算出一个统计量，该统计量用于判断样本数据是否支持原假设。
. Y/ b9 B( |: Q! v( X ~3 _
1 J7 Y. U0 c) x
0 Z6 |% t8 V2 v- }! `% m' U* g# j
e. 计算p值：
% I N V$ K* O: Y5 x0 ?. W t
$ r: K8 }! z, D% z5 b% ? g& J
定义： p值表示在原假设为真的情况下，观察到样本统计量或更极端情况的概率。较小的p值意味着我们有更强的证据来拒绝原假设。
k+ k. N/ i0 C7 k9 n- B
2 N3 b9 \2 n t& ~. v
* O/ _+ C. F& W% M6 Y" V
f. 做出决策：
; i$ |8 J1 E v: j
( {5 u. k, ~4 c( ?6 N- [$ R4 G; _
定义： 比较计算得到的p值和设定的显著性水平α。如果p值小于α，我们就有足够的证据拒绝原假设。
" J+ O/ a' a" c1 O( m$ U
) \% [$ a1 O$ X+ Q4 G1 Y7 f9 w
5 k, \) w+ g, M+ T
g. 得出结论：
2 {; L; _& L6 R! l! _
) P; m% r: Y6 `6 Q+ c) x
定义： 根据决策，得出对总体参数的结论。如果拒绝了原假设，我们可能接受备择假设，否则我们保留原假设。
0 K: q" _' q$ ]0 f5 C1 b& k
& _+ O/ J& O( b
2 Q: [, S9 ]# x
举例：
2 G/ D' G& w: F r. f3 ?
假设我们想要测试一种广告对产品销售的影响：
" G( T S1 e+ M
: ^ @5 n% C9 @% L1 d
原假设（H0）： 广告对产品销售没有显著影响。
备择假设（H1）： 广告对产品销售有显著影响。
7 d- V! k7 u* }
: j9 J! f5 o u# n
* x: J; {$ \9 B
我们设置显著性水平α为0.05。通过收集数据，选择适当的统计检验，计算统计量，得到p值。如果p值小于0.05，我们就有足够的证据拒绝原假设，即认为广告对产品销售有显著影响。
+ ^( s Q6 @7 O$ c# P3 x8 W
这个过程就是参数假设检验的基本步骤。通过科学的方法，我们可以根据收集到的数据来做出对总体参数的推断。
: o. O3 l* [6 N# p7 G
$ {% G: g/ ]5 K! o# D: q: D7 T
% p6 H- Y# e) s2 ]% k/ [
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5