更多服务

特色服务

找学习资源

查报考信息

看备考资讯

备考工具箱

报考指南

报考查询

招生简章

分数线

考试日历

资料中心

备考经验

择校择专

院校排名

全部

2023应用统计硕士考研备考知识点【假设检验】

来源：高顿教育 2022-05-17

上海师范大学考研交流群（点击进群）686077717
上海应用技术大学考研交流群（点击进群） 733853983

应用统计专业可以培养良好的统计学背景，注重理论结合实际，今天上海高顿考研网为大家整理了应用统计硕士考研的相关知识点：假设检验，希望给考研的同学一些帮助。

更多考研资料

一、概念

先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的过程

有参数检验和非参数检验

逻辑上运用反证法，统计上依据小概率原理

什么小概率?

1.在一次试验中，一个几乎不可能发生的事件发生的概率

2.在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设

3.小概率由研究者事先确定

怎样通过假设检验去掉偶然性

利用P值进行检验就可以去掉偶然性。因为P值告诉我们在某个总体的许多样本中，某一类数据出现的经常程度，P值是当原假设正确的情况下，得到所观测的数据的概率。如果原假设是正确的，P值若很小，则告诉我饿们得到这样的观测数据是多么的不可能，相当不可能得到的数据，就是原假设不对的合理证据，偶然性也就消除了。

二、原假设

1.研究者想收集证据予以反对的假设。是关于总体参数的表述，它是接受检验的假设。

2.总是有符号=,£或³

3.表示为H0

n H0：m=某一数值

n指定为符号=，£或³

三、备择假设

研究者想收集证据予以支持的假设。党员假设被否定时另一种可成立的假设。

总是有符号¹,<或>

表示为H1

n H1：m<某一数值，或m>某一数值

四、结论与总结

原假设和备择假设是一个完备事件组，而且相互对立

n在一项假设检验中，原假设和备择假设有一个成立，而且只有一个成立

先确定备择假设，再确定原假设

等号“=”总是放在原假设上

因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论)

五、两类错误

1.第Ⅰ类错误(弃真错误)

原假设为真时拒绝原假设

第Ⅰ类错误的概率记为a。被称为显著性水平。常用的a值有0.01,0.05,0.10

2.第Ⅱ类错误(取伪错误)

原假设为假时未拒绝原假设

第Ⅱ类错误的概率记为b(Beta)

影响b错误的因素：1.总体参数的真值。随着假设的总体参数的减少而增大

2.显著性水平a。当a减少时增大3.总体标准差s。当s增大时增大4.样本容量n。当n减少时增大

控制：进行假设检验时总希望犯两类错误的可能性都很小，然而，在其他条件不变的情况下，a与b是此消彼长的关系，二者不可能同时减小。若要同时减小a与b，只能是增大样本量。一般总是控制a，是犯错误的概率不大于a，即a是允许犯弃真错误的最大概率值(而P值相当于根据样本计算的犯弃真错误的概率值，故P值又称为观测的显著性水平)。但确定a时须注意，如果犯弃真错误的代价较大，a可取小些，相反，如果返取伪错误的代价较大，则a宜取大些(以使b较小)

六、假设检验的结论表述

假设检验的目的就在于试图找到拒绝原假设，而不在于证明什么是正确的

拒绝原假设时结论是清楚的

例如，H0：m=10，拒绝H0时，我们可以说¹m10

当不拒绝原假设时

并未给出明确的结论

不能说原假设是正确的，也不能说它不是正确的

例如，当不拒绝H0：m=10，我们并未说它就是10，但也未说它不是10。我们只能说样本提供的证据还不足以推翻原假设

七、统计上的显著与实际意义

1.当拒绝原假设时，我们称样本结果是统计上显著的(statistically Significant)

2.当不拒绝原假设时，我们称样本结果是统计上不显著的

3.在“显著”和“不显著”之间没有清除的界限，只是在P值越来越小时，我们就有越来越强的证据，检验的结果也就越来越显著

4.“显著的”(Significant)一词的意义在这里并不是“重要的”，而是指“非偶然的”

5.一项检验在统计上是“显著的”，意思是指：这样的(样本)结果不是偶然得到的，或者说，不是靠机遇能够得到的

6.如果得到这样的样本概率(P)很小，则拒绝原假设

在这么小的概率下竟然得到了这样的一个样本，表明这样的样本经常出现，所以，样本结果是显著的

7.在进行决策时,我们只能说P值越小,拒绝原假设的证据就越强,检验的结果也就越显著

8.但P值很小而拒绝原假设时，并不一定意味着检验的结果就有实际意义

因为假设检验中所说的“显著”仅仅是“统计意义上的显著”

一个在统计上显著的结论在实际中却不见得就很重要，也不意味着就有实际意义

9.因为值与样本的大小密切相关,样本量越大,检验统计量的P值也就越大,P值就越小,就越有可能拒绝原假设

10.如果你主观上要想拒绝原假设那就一定能拒绝它

这类似于我们通常所说的“欲加之罪，何患无词”

只要你无限制扩大样本量，几乎总能拒绝原假设

11.当样本量很大时，解释假设检验的结果需要小心

在大样本情况下，总能把与假设值的任何细微差别都能查出来，即使这种差别几乎没有任何实际意义

12.在实际检验中，不要刻意追求“统计上的”显著性，也不要把统计上的显著性与实际意义上的显著性混同起来

n一个在统计上显著的结论在实际中却不见得很重要，也不意为着就有实际意义

今天给大家介绍的相关知识点，你掌握住了吗？后续会为大家持续更新考研相关内容，各位考生可以收藏练习。

版权声明：本条内容自发布之日起，有效期为一个月。凡本网站注明“来源高顿教育”或“来源高顿网校”或“来源高顿”的所有作品，均为本网站合法拥有版权的作品，未经本网站授权，任何媒体、网站、个人不得转载、链接、转帖或以其他方式使用。经本网站合法授权的，应在授权范围内使用，且使用时必须注明“来源高顿教育”或“来源高顿网校”或“来源高顿”，并不得对作品中出现的“高顿”字样进行删减、替换等。违反上述声明者，本网站将依法追究其法律责任。本网站的部分资料转载自互联网，均尽力标明作者和出处。本网站转载的目的在于传递更多信息，并不意味着赞同其观点或证实其描述，本网站不对其真实性负责。如您认为本网站刊载作品涉及版权等问题，请与本网站联系(邮箱fawu@gaodun.com，电话：021-31587497)，本网站核实确认后会尽快予以处理。

展开全文咨询在线

在线咨询热销

专业老师服务限时优惠

图文问答

图片文字快速问答