6假设检验相关例题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
n=10 π=0.3 n=30 π=0.3
可卡因瘾(毒瘾)
•在一个研究毒瘾的随机试验中,48名试验对象被随机地分配吃新药去郁敏和一种已经存在的药Lithium,看谁会复发
•感兴趣的问题: 去郁敏是否在治疗毒瘾方面比Lithium更有效?
假设
•零假设, H0: 没有效果或差别的陈述
•备择假设, H a:为有效果寻求证据的陈述•假设总是以总体参数的形式给出
•可卡因瘾:
H0: 两种药物引起的复发比例相同(p1=p2)
H a : 去郁敏引起的复发比例小于Lithium (p1 随机化分布 •一个随机化分布是在原假设成立时,我们在随机情形下将要观察到的样本统计量的分布 •假设H0成立,模拟很多随机化情形,计算每次的样本统计量,把它们收集起来形成一个分布。 /statkey p 值 与观察到的统计量一样 极端的比例 观察统计量 p值 •基于随机化分布,p值是比观察到的统计量更极端的统计量比例 •在随机化分布中,对应于超出观察到的统计量的尾部面积 •包含哪个尾部取决于备择假设 备择假设 •单边备择假设包含> 或< •双边备择假设包含≠ •备择假设取决于感兴趣的研究问题 •对于单边备择假设,p值是由H a确定的尾部比例•对于双边备择假设,p值是两倍的在最小尾部的比例 证据的强度 •p值是在原假设为真时,得到与观测量一样极端结果的概率 •p值衡量了拒绝原假设的证据强度 p值 统计显著性 •显著性水平α是在p值被认为足够小能够拒绝原假设之下的临界值 •如果p值小于α,结果是统计显著的,此时我们拒绝原假设,支持备择假设 统计结论拒绝H0证据的强度: 假设检验的正式决策,基于α= 0.05 : 总结 •随机化分布展示了如果H0正确时,将会观测到的统计量的分布 •p值是在H0为真时,得到一个与观测到的结果一样极端的统计量的概率 •p值衡量了拒绝原假设的证据强度 •在做正式决策时,如果p值小于α,拒绝H0,否则不能拒绝H