熱線電話:13121318867

登錄
首頁精彩閱讀SPSS基礎技巧假設檢驗的內涵及步驟
SPSS基礎技巧假設檢驗的內涵及步驟
2016-09-11
收藏

SPSS基礎技巧假設檢驗的內涵及步驟

問:假設檢驗的內涵及步驟

答:在假設檢驗中,由于隨機性我們可能在決策上犯兩類錯誤,一類是假設正確,但我們拒絕了假設,這類錯誤是“棄真”錯誤,被稱為第一類錯誤;一類是假設不正確,但我們沒拒絕假設,這類錯誤是“取偽”錯誤,被稱為第二類錯誤。一般來說,在樣本確定的情況下,任何決策無法同時避免兩類錯誤的發生,即在避免第一類錯誤發生機率的同時,會增大第二類錯誤發生的機率;或者在避免第二類錯誤發生機率的同時,會增大第一類錯誤發生的機率。

人們往往根據需要選擇對那類錯誤進行控制,以減少發生這類錯誤的機率。大多數情況下,人們會控制第一類錯誤發生的概率。 發生第一類錯誤的概率被稱作顯著性水平,一般用α表示,在進行假設檢驗時,是通過事先給定顯著性水平α的值而來控制第一類錯誤發生的概率

在這個前提下,假設檢驗按下列步驟進行:

1、確定假設;

2、進行抽樣,得到一定的數據;

3、根據假設條件下,構造檢驗統計量,并根據抽樣得到的數據計算檢驗統計量在這次抽樣中的具體值;

4、依據所構造的檢驗統計量的抽樣分布,和給定的顯著性水平,確定拒絕域及其臨界值;

5、比較這次抽樣中檢驗統計量的值與臨界值的大小,如果檢驗統計量的值在拒絕域內,則拒絕假設;

到這一步,假設檢驗已經基本完成,但是由于檢驗是利用事先給定顯著性水平的方法來控制犯錯概率的,所以對于兩個數據比較相近的假設檢驗,我們無法知道那一個假設更容易犯錯,即我們通過這種方法只能知道根據這次抽樣而犯第一類錯誤的最大概率(即給定的顯著性水平),而無法知道具體在多大概率水平上犯錯。計算P值有效的解決了這個問題,P值其實就是按照抽樣分布計算的一個概率值,這個值是根據檢驗統計量計算出來的。

通過直接比較P值與給定的顯著性水平α的大小就可以知道是否拒絕假設,顯然這就代替了比較檢驗統計量的值與臨界值的大小的方法。而且通過這種方法,我們還可以知道在p值小于α的情況下犯第一類錯誤的實際概率是多少,p=0.03<α=0.05,那么拒絕假設,這一決策可能犯錯的概率是0.03。需要指出的是,如果P>α,那么假設不被拒絕,在這種情況下,第一類錯誤并不會發生。


數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢