全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 经管百科 爱问频道
8343 14
2012-11-04
各位老师好:

          关于统计学  假设检验  问题

(1)提出假设 比如H0原假设 =U   构造一个样本统计量    假设为样本均值服从正态分布   

由于有抽样误差 样本均值不一定等于总体均值  现在要判断是否接受或拒绝原来的假设  这个逻辑我好混乱。

(2)其中还有小概率事件,当样本统计量绝对值小于小概率时候,一般我们不接受原假设。这个逻辑还是没怎么想明白。

求解释,最好能举一个简单通俗的例子,非常感谢!!!

一般我们通过显著性水平查找关键值,然后计算检验统计量  将检验统计量与关键值进行比较  找出拒绝域和接域;  
问题是:有什么逻辑可以证明,检验统计量绝对值小于关键值的时候,就是落在拒绝域呢?从而不接受原假设,这点不是很明白,谢谢!
本文来自: 人大经济论坛 爱问频道 版,详细出处参考: https://bbs.pinggu.org/forum.php?mod=viewthread&tid=2126712&page=1&from^^uid=285967
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2012-11-4 08:37:22
我也想知道 ,看看教材可以理解吧多问老师
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-11-4 08:45:31
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-11-4 08:59:01
可以参照正态分布,t分布等的概率分布图,可以利用p值检验也可以通过计算相应的临界值。p值检验的是真实的显著性,按照中间接受,两边拒绝进行判断,比如p值小于显著性水平(0.05)就拒绝原假设...有用的话给评个分吧!!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-11-4 12:11:48
冷秋 发表于 2012-11-4 08:59
可以参照正态分布,t分布等的概率分布图,可以利用p值检验也可以通过计算相应的临界值。p值检验的是真实的显 ...
我也会做题 也会P值  还会关键值   可问题不在这里  我想弄明白而已,
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-11-4 12:14:12
我不会说大道理,简单地说,我以为:
检验的逻辑是:如果样本是那个分布(例如:正态),样本均值不一定等于总体均值,但其应该落在“置信区间”内,例如总体均值为2,样本均值应该落在(1.9,2.1)这个区间内。落在这区间内,我们就接受(其实是“不拒绝”),不落在内,就拒绝。如何找这个置信区间?就用那个“小概率”的统计量,那个统计量其实就是看是否落在“置信区间”边界内还是外面。注意:“置信区间”是与置信水平相联系的,也就是我们“拒绝”时我们有多少把握。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群