上次寫了統(tǒng)計(jì)學(xué)里面的置信度與置信區(qū)間以后，文章反響還不錯(cuò)，這次再來試著寫寫統(tǒng)計(jì)學(xué)里面的假設(shè)檢驗(yàn)。點(diǎn)擊查看：聊聊置信度與置信區(qū)間假設(shè)檢驗(yàn)的核心其實(shí)就是反證法。反證法是數(shù)學(xué)中的一個(gè)概念，就是你要證明一個(gè)結(jié)論是正確的，那么先假設(shè)這個(gè)結(jié)論是錯(cuò)誤的，然后以這個(gè)結(jié)論是錯(cuò)誤的為前提條件進(jìn)行推理，推理出來的結(jié)果與假設(shè)條件矛盾，這個(gè)時(shí)候就說明這個(gè)假設(shè)是錯(cuò)誤的，也就是這個(gè)結(jié)論是正確的。以上就是反證法的一個(gè)簡單思路。了解完反證法以后，我們開始正式的假設(shè)檢驗(yàn)，這里還是引用一個(gè)大家都很熟悉的一個(gè)例子『女士品茶』。女士品茶是一個(gè)很久遠(yuǎn)的故事，講述了在很久很久以前的一個(gè)下午，有一群人在那品茶，這個(gè)時(shí)候有位女士提出了一個(gè)有趣的點(diǎn)，就是把茶加到奶里和把奶加到茶里面最后得到的『奶茶』的味道是不一樣的。大部分人都覺得這位女士在瞎說，只有其中一位男士提出了要用科學(xué)的方法去證明到底一樣不一樣(牛人想問題角度永遠(yuǎn)都是那么獨(dú)特，多想想別人為什么那么說，而不是一上來就不經(jīng)思考的拒絕)。接下來，我們具體看一下這一位男士是怎么去證明的。首先他假設(shè)了把茶加到奶里和把奶加到茶里面得出來的『奶茶』味道是一樣的。然后隨機(jī)把這兩種『奶茶』端給女士，讓女士品，是先加的奶還是先加的茶，如果女士都能品對，說明確實(shí)有差異，如果要是品不對，說明是沒差異的。這里面就涉及到一個(gè)問題，讓女士品多少杯呢，品一杯肯定是不行的，因?yàn)槿我庖槐聦?瞎蒙)的概率都有50%。下面是不同杯數(shù)對應(yīng)的猜對的概率(注意，這里是猜對而不是品對)。

通過上表我們可以看出，連續(xù)4杯都猜對的概率不足0.1，連續(xù)10杯都猜對的概率不足0.001。如果把奶加到茶里和把茶加到奶里面得到的『奶茶』真沒有差別，也就是女士要想品對，基本全靠猜，但是10杯全部猜對的概率不足0.001，我們把這種概率很小很小(這里需要定義一下，具體多小算小概率事件)的事件稱為小概率事件。我們認(rèn)為小概率事件一般是不會發(fā)生的，如果發(fā)生了，說明我們的認(rèn)知就是錯(cuò)誤的，也就是說女士品茶不是靠猜的，也就是把奶加到茶里和把茶加到奶里面得到的『奶茶』的確是有差別的。我們把上面這個(gè)過程就叫做假設(shè)檢驗(yàn)。了解完假設(shè)檢驗(yàn)的思想以后，我們來看一下具體步驟：

step1：提出零假設(shè)和備擇假設(shè)；

零假設(shè)(H0)一般是我們要推翻的論點(diǎn)，備擇假設(shè)(H1)則是我們要證明的論點(diǎn)。拿上面的女士品茶例子來講。H0：把茶加到奶里和把奶加到茶里面得到的『奶茶』是一樣的。
H0：把茶加到奶里和把奶加到茶里面得到的『奶茶』是不一樣的。

step2：構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，并找出在H0假設(shè)成立的前提下，該統(tǒng)計(jì)量所服從的分布；

檢驗(yàn)統(tǒng)計(jì)量是根據(jù)樣本觀測結(jié)果計(jì)算得到的樣本統(tǒng)計(jì)量，并以此對零假設(shè)和備擇假設(shè)做出決策。

圖片來源于網(wǎng)絡(luò)上面圖片中是三種不同的統(tǒng)計(jì)量以及其對應(yīng)的分布，分別叫做Z檢驗(yàn)、T建議、卡方檢驗(yàn)。

Z檢驗(yàn)：一般用于大樣本（即樣本容量大于30）平均值差異性檢驗(yàn)的方法。它是用標(biāo)準(zhǔn)正態(tài)分布的理論來推斷差異發(fā)生的概率，從而比較兩個(gè)平均數(shù)的差異是否顯著。在國內(nèi)也被稱作u檢驗(yàn)。
T檢驗(yàn)：主要用于樣本含量較?。ɡ鏽 < 30），總體標(biāo)準(zhǔn)差σ未知的正態(tài)分布。T檢驗(yàn)是用t分布理論來推論差異發(fā)生的概率，從而比較兩個(gè)平均數(shù)的差異是否顯著。
卡方檢驗(yàn)：卡方檢驗(yàn)是統(tǒng)計(jì)樣本的實(shí)際觀測值與理論推斷值之間的偏離程度，實(shí)際觀測值與理論推斷值之間的偏離程度就決定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越?。蝗魞蓚€(gè)值完全相等時(shí)，卡方值就為0，表明理論值完全符合。

下面為三種檢驗(yàn)對應(yīng)的分布圖：

正態(tài)分布

T分布，與正態(tài)類似

卡方分布，n為自由度
根據(jù)不同檢驗(yàn)的特征，我們可以根據(jù)下圖來進(jìn)行選擇合適的檢驗(yàn)方式：

step3：根據(jù)要求的顯著性水平，求臨界值和拒絕域
還記得我們在前面提到的小概率事件嗎？如果小概率事件發(fā)生了，就表示我們的零假設(shè)是錯(cuò)誤的，可是具體多小的概率才算是小概率呢？一般這個(gè)概率為0.05，也就是5%，如果一件事情發(fā)生的概率小于等于5%，我們就認(rèn)為這是一個(gè)小概率事件，0.05就是顯著性水平，用α表示。顯著性水平把概率分布分為兩個(gè)區(qū)間：拒絕區(qū)間和接受區(qū)間，最后計(jì)算出來的結(jié)果落在拒絕區(qū)間，我們就可以拒絕零假設(shè)；如果落在了接受區(qū)間，我們就需要接受零假設(shè)。1-α稱為置信水平(置信度)?，F(xiàn)在我們知道了顯著性水平了，然后就可以根據(jù)顯著性水平求得臨界值和拒絕域了。那具體怎么求呢？這里的臨界值就是z值(正太分布用z值)或t值(t分布用t值)，以臨界值為端點(diǎn)的區(qū)間稱為拒絕域。z值和t值直接根據(jù)顯著性水平然后到對應(yīng)的z值表和t值表中查詢即可。下圖為雙側(cè)檢驗(yàn)和單側(cè)檢驗(yàn)對應(yīng)的α、1-α、臨界值、拒絕域、接受域的情況，其中α是表示陰影部分的面積，而不是x軸的值。

雙側(cè)檢驗(yàn)

單側(cè)檢驗(yàn)
到這里顯著性水平對應(yīng)的臨界值和拒絕域就算出來了。

step4：計(jì)算檢驗(yàn)統(tǒng)計(jì)量

根據(jù)我們在前面選擇檢驗(yàn)統(tǒng)計(jì)量類型，計(jì)算對應(yīng)的檢驗(yàn)統(tǒng)計(jì)量的值。除此之外我們還可以根據(jù)樣本量得出P值，P值就是實(shí)際樣本中小概率事件的具體概率值。

step5：決策

比較計(jì)算出來的檢驗(yàn)統(tǒng)計(jì)量與臨界值和拒絕域，如果值落在了拒絕域內(nèi)，那我們就要拒絕零假設(shè)，否則接受零假設(shè)。比較計(jì)算出來的P值和顯著性水平α值，如果P值小于等于α，則拒絕零假設(shè)，否則接受原假設(shè)。上面兩種方法分別叫做統(tǒng)計(jì)量檢驗(yàn)和P值檢驗(yàn)。以上就是假設(shè)檢驗(yàn)的一般流程。除此之外，假設(shè)檢驗(yàn)里面還有兩種錯(cuò)誤，第一類錯(cuò)誤叫做棄真錯(cuò)誤，通俗一點(diǎn)就是漏診，就是本來是生病了(假設(shè)是正確的)，但是你沒有檢測出來，所以給拒絕掉了；第二類錯(cuò)誤是取偽錯(cuò)誤，通俗一點(diǎn)就是誤診，就是本來沒病(假設(shè)是錯(cuò)誤的)，結(jié)果你診斷說生病了(假設(shè)是正確的)，所以就把假設(shè)給接受了。

關(guān)于假設(shè)檢驗(yàn)我們就講到這里，后面會分享統(tǒng)計(jì)學(xué)里面的其他知識，如果有想看的內(nèi)容，可以評論區(qū)留言。I型錯(cuò)誤的值一般為0.05，II型錯(cuò)誤的值一般為0.1或0.2，除此之外還有一個(gè)指標(biāo)叫做功效(power)，power = 1 - II型錯(cuò)誤的值，power 表示你有多大把握能夠正確的拒絕你的零假設(shè)H0。

關(guān)于假設(shè)檢驗(yàn)我們就講到這里，后面會分享統(tǒng)計(jì)學(xué)里面的其他知識，如果有想看的內(nèi)容，可以評論區(qū)留言。

更多數(shù)據(jù)分析內(nèi)容

掃描二維碼即可了解