菜鳥也愛數據分析之SPSS篇——假設檢驗的概述

作者：菁悅 審核：Ling封面：自己想吧

1

假設檢驗簡介

假設檢驗又稱統計假設檢驗（註：顯著性檢驗只是假設檢驗中最常用的一種方法），是一種基本的 統計推斷形式，假設檢驗是用來判斷樣本與樣本，樣本與總體的差異是由抽樣誤差引起還是本質差別造成的。

其基本原理是先對總體的特徵作出某種假設，然後通過抽樣研究的統計推理，對此假設應該被拒絕還是接受作出推斷。

2

基本思想

假設檢驗的基本思想是小概率反證法思想。小概率思想是指小概率事件（P

假設是否正確，要用從總體中抽出的樣本進行檢驗，與此有關的理論和方法，構成假設檢驗的內容。設A是關於總體分布的一項命題，所有使命題A成立的總體分布構成一個集合H，稱為原假設。使命題A不成立的所有 總體分布構成另一個集合H1，稱為備擇假設。如果h0可以通過有限個實參數來描述，則稱為參數假設，否則稱為非參數假設。

對一個假設H進行檢驗，就是要制定一個規則，使得抽取樣本以後，根據這一規則可以決定是接受它（承認命題A正確），還是拒絕它（否認命題A正確）。這樣，所有可能的樣本所組成的空間（稱樣本空間）被劃分為兩部分HA和HR(HA的補集)，當樣本x∈HA時，接受假設H；當x∈HR時，拒絕H。

3

意義

用樣本指標估計總體指標，其結論有的完全可靠，有的只有不同程度的可靠性，需要進一步加以檢驗和證實。通過檢驗，對樣本指標與假設的總體指標之間是否存在差別作出判斷，是否接受原假設。這裡必須明確，進行檢驗的目的不是懷疑樣本指標本身是否計算正確，而是為了分析樣本指標和總體指標之間是否存在顯著差異。從這個意義上，假設檢驗又稱為顯著性檢驗。

4

注意的問題

1、做假設檢驗之前，應注意資料本身是否有可比性。

2、當差別有 統計學意義時應注意這樣的差別在實際應用中有無意義。

3、根據資料類型和特點選用正確的假設檢驗方法。

4、根據專業及經驗確定是選用單側檢驗還是雙側檢驗（在後續文章有具體講解）。

5、當檢驗結果為拒絕無效假設H時，應注意有發生I類錯誤的可能性；當檢驗結果為不拒絕無效假設H時，應注意有發生II類錯誤的可能性（在後續文章有具體講解）。

6、判斷結論時不能絕對化，應注意無論接受或拒絕檢驗假設，都有判斷錯誤的可能性。

7、報告結論時是應注意說明所用的統計量，檢驗的單雙側及P值的確切範圍（在後續文章有具體講解）。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！