中興通訊統計的假設檢驗分析(ppt 62頁)

中興通訊統計的假設檢驗分析目錄：
1.統計的假設檢驗
2.假設檢驗的定義
3.樣本的設定
4.平均值檢驗
5.方差檢驗
6.比率檢驗

中興通訊統計的假設檢驗分析內容提要：
假設有兩種相反的假設.
“原假設”假設沒有關係.這是所有統計檢驗的基本假設.
“備擇假設”假定有差異或有關係.大部分的統計檢驗實際評價的就是
這個假設
原假設(null hypothesis) : H0
假設檢驗的起點是零假設-- H0。
H0是相同或沒有差異的假設。
舉例：總體均值等於檢驗均值。
備擇假設(alternative hypothesis) : H1
第二條假設是H1-- 備擇假設，即差異假設。
舉例：總體均值不等於檢驗均值。
通過從假定相等或沒有變化 (Ho)開始。
您通常想表明差異確實存在的(H1)。
如果數據表明它們不相等，則它們一定存在差異(Ha)。
假設檢驗的基本思路及方法我們已了解.但是這種檢驗方法做出的決策是不是一定都正確?答案是否定的.由於我們做出判斷的依據僅僅是一個樣本,作判斷的方法是由部分來推斷總體,事實上可能發生兩種類型的錯誤.
原假設實際上正確，這時我們做出了拒絕原假設的決策,因而犯了錯誤.這類錯誤稱為第Ⅰ類錯誤,也簡稱為棄真錯誤.我們無法排除犯這類錯誤的可能性，因此自然希望將犯這種錯誤的概率控製在
一定的限度內。事實上，允許犯這類錯誤的概率最大為α，即1-置信度， α稱為顯著水平。關於有無顯著性差異的判斷是在顯著水平α之下做出的。
原假設實際上不正確，這時我們做出了接受原假設的決策,因而犯了錯誤.這類錯誤稱為第Ⅱ類錯誤,也簡稱為偽錯誤. 實際上有差異，但我們認為“沒有差異”，犯這種錯誤出現的概率.
β風險一般不能通過統計檢驗直接求得.

..............................