JoVE Core
Statistics
Chapter 9: Hypothesis Testing
9.12:
检验关于 Mean: Unknown Population SD 的声明
此处介绍了在总体标准差未知时检验有关总体均值的假设的完整过程。
估计总体均值要求样本大致呈正态分布。数据应从随机选择的样本中收集,没有抽样偏差。对样本量没有特定要求。但是,如果样本量小于 30,并且我们不知道总体标准差,则使用不同的方法;T 分布用于计算检验统计量和临界值,而不是 Z 分布。
与大多数实际情况一样,总体标准差通常是未知的;检验有关总体均值的声明将使用样本标准差。临界值是使用 t 分布(在根据样本量计算的特定自由度下)而不是 z 分布来计算的。
假设(null 和 alternatives)应该清楚地陈述,然后用象征性的方式表达。原假设是一个中性陈述,表明总体均值等于某个确定值。备择假设可以基于假设中声明的平均值,但带有不等式符号。右尾、左尾或双尾假设检验可以根据备择假设中使用的符号来决定。
由于该方法不需要正态分布,因此使用 t 分布(t 表)计算临界值。它通常按所需置信度的 95% 或 99% 计算。按照传统方法,将从样本数据计算的样本 t 统计量与从 t 表中获得的 t 分数(t 临界值)进行比较。P 值是根据 P 值方法根据数据计算的。这两种方法都有助于得出假设检验的结论。
两种扇喉蜥蜴的雄性拍打它们的露珠的方式不同:浅色的物种拍打它的露珠的速度比三色物种快。
对 32 个个体的实地观察表明,浅色物种平均每单位时间拍打 10 次,而三色物种平均每单位时间拍打 6 次。
为了检验这一说法,我们从零假设开始,即两个物种的 dewlap 拍打率之间没有差异。相比之下,替代假设指出,浅色物种以更快的速度拍打 dewlap,这是最初的说法。
由于 dewlap 拍打率的总体标准差是未知的,因此使用 t 分布进行该假设检验,其中样本标准差用于计算检验统计量。
在这里,可以在右尾部的关键区域内看到检验统计量。
此外,计算的 t 统计量的 P 值小于 0.05,支持原始声明。
Related Videos
Hypothesis Testing
11.0K 浏览
8.2K 浏览
11.9K 浏览
6.9K 浏览
26.4K 浏览
5.4K 浏览
4.0K 浏览
27.9K 浏览
4.2K 浏览
3.3K 浏览
2.7K 浏览
3.5K 浏览
2.5K 浏览