9.7: 决策:传统方法

Decision Making: Traditional Method
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Decision Making: Traditional Method
Please note that all translations are automatically generated. Click here for the English version.

4,022 Views

01:14 min
April 30, 2023

Overview

基于传统方法的假设检验过程包括计算临界值、使用样本数据检验检验统计量的值以及解释这些值。

首先,根据研究问题决定关于群体参数的具体声明,并以简单的形式陈述。此外,还陈述了对这一主张的反对声明。这些陈述可以充当 null 假设和替代假设,其中 null 假设将是中性陈述,而替代假设可以具有方向。如果备择假设涉及参数的特定方向,则备择假设也可以是原始声明。

一旦假设被陈述出来,它们就会被象征性地表达出来。按照惯例,原假设将包含相等符号,而备择假设可能包含 >、< 或 ≠ 符号。

在进行假设检验之前,必须确定适当的显著性水平。通常惯例是选择 95%(即 0.95)或 99%(即 0.99)水平。此处的α分别为 0.05 或 0.01。

接下来,确定适当的检验统计量。首选比例和平均值(当总体标准差已知时)z 统计量。对于平均值,当总体标准差未知时,它是 t 统计量,对于方差(或 SD),它是卡方统计量。

然后,计算检验统计量在给定显著性水平上的临界值,并绘制抽样分布以观察临界区域。临界值可以从 zt 和卡方表中获得,也可以使用统计软件以电子方式获得。

检查测试统计数据是否在临界区域内。如果它位于临界区域内,则拒绝 null 假设。

关于人口属性的声明的决定或该方法中的一般解释不需要 P 值。

Transcript

传统或经典方法涉及使用临界值来结束假设检验。

作为第一步,假设被陈述和象征性地表达如下。

对于总体的比例、平均值或标准差,原假设和备择假设表示如下。

此外,在特定的预定显著性水平 α 下,为假设中的所选参数获得临界值。对于比率、平均值或标准差,α 处的这些临界值分别是 zt 或卡方值,它们是使用 zt 或卡方分布计算的。

然后绘制临界值以划分概率分布中的临界区域。

此外,使用样本数据计算检验统计量,并绘制在概率分布曲线上。

当检验统计量值落在临界区域内时,原假设将被拒绝。但是,当测试统计数据超出临界区域时,我们无法拒绝它。

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for