置信度置信區(qū)間

1、置信水平出自智庫百科置信水平目錄顯示弦編輯什么是置信水平置信水平來表示樣本統(tǒng)計值的精確度它是指樣本統(tǒng)計值落在參數(shù)值某一正負區(qū)間內(nèi)的概率。編輯置信水平的確定但確定置信水平究竟是百分之幾，則主要決定于以下兩個要素：第一要素是內(nèi)部控制的健全狀況和運用狀況如何。也就是說，在內(nèi)部控制的完備狀況和運用狀況均屬良好的情況下，選擇的置信水平就可以了，但當(dāng)內(nèi)部控制的完備狀況和運用狀況并不充：分時，就必須選擇95乃至99的置信水平。影響確定置信水平的另一要素是受審查公司的環(huán)境條件。這種環(huán)境條件是指一般的經(jīng)濟條件、特殊的經(jīng)濟法律條件、受審查公司的經(jīng)營組織和財務(wù)構(gòu)成等。在這些條件對受審查公司不利如銷售收入明顯下降的情

2、況下，就應(yīng)決定在依據(jù)性試驗中選擇較高的置信水平。、但是，因為環(huán)境條件的內(nèi)容是多種多樣的，所以，審計人員必領(lǐng)以高度的專業(yè)能力來進行判斷，并根據(jù)這種判斷來認(rèn)真研究環(huán)境的條件，以決定置信水平的選擇。編輯置信水平的置信度置信度也稱為可靠度，或置信水平、置信系數(shù)，即在抽樣對總體參數(shù)作出估計時，由于樣本的隨機性，其結(jié)論總是不確定的。因此，采用一種概率的陳述方法，也就是數(shù)理統(tǒng)計中的區(qū)間估計法，即估計值與總體參數(shù)在一定允許的誤差范圍以內(nèi)，其相應(yīng)的概率有多大，這個相應(yīng)的概率稱作置信度。置信水平是描述中線元素與面元素的位置不確定性的重要指標(biāo)之一。置信水平表示區(qū)間估計的把握程度置信區(qū)間的跨度是置信水平的正函數(shù)即要求

3、的把握程度越大勢必得到一個較寬的置信區(qū)間這就相應(yīng)降低了估計的準(zhǔn)確程度。置信區(qū)間出自智庫百科置信區(qū)間目錄顯示越編輯什么是置信區(qū)間置信區(qū)間又稱估計區(qū)間，是用來估計參數(shù)的取值范圍的。常見的或，就是置信區(qū)間（估計區(qū)間）。編輯置信區(qū)間的概述1對于具有特定的發(fā)生概率的隨機變量，其特定的價值區(qū)間：一個確定的數(shù)值范圍（“一個區(qū)間”）。、在一定置信水平時，以測量結(jié)果為中心，包括總體均值在內(nèi)的可信范圍。3該區(qū)間包含了參數(shù)e真值的可信程度。4參數(shù)的置信區(qū)間可以通過點估計量構(gòu)造，也可以通過假設(shè)檢驗構(gòu)造。編輯置信區(qū)間的計算步驟第一步：求一個樣本的均值第二步：計算出抽樣誤差。人們經(jīng)過實踐，通常認(rèn)為調(diào)查:個樣本的抽樣誤差為

4、土；50個0樣本的抽樣誤差為5；%1,2個；樣；本時的抽樣誤差為土3；%第三步：用第一步求出的“樣本均值”加、減第二步計算的“抽樣誤差”得出置信區(qū)間的兩個端點。編輯關(guān)于置信區(qū)間的寬窄窄的置信區(qū)間比寬的置信區(qū)間能提供更多的有關(guān)總體參數(shù)的信息。假設(shè)全班考試的平均分?jǐn)?shù)為65分，則置信區(qū)間間隔寬窄度表達的意思分；1；寬；等于什么也沒告訴你分8；5較；窄你能估出大概的平均分了（55分）分7；1；窄你幾乎能判定全班的平均分了（65分）編輯置信區(qū)間與置信水平、樣本量的關(guān)系樣本量對置信區(qū)間的影響:在置信水平固定的情況下,樣本量越多,置信區(qū)間越窄。實例分析：經(jīng)過實踐計算的樣本量與置信區(qū)間關(guān)系的變化表（假設(shè)置信水

5、平相同）：樣本量置信區(qū)間間隔寬窄度寬較窄較窄更窄由上表得出:1、在置信水平相同的情況下,樣本量越多,置信區(qū)間越窄。2、置信區(qū)間變窄的速度不像樣本量增加的速度那么快,也就是說并不是樣本量增加一倍,置信區(qū)間也變窄一倍（實踐證明,樣本量要增加4倍,置信區(qū)間才能變窄一倍）,所以當(dāng)樣本量達到一個量時（通常是1,2,0如0上例三個國家各抽了個消費者），就不再增加樣本了。通過置信區(qū)間的計算公式來驗證置信區(qū)間與樣本量的關(guān)系置信區(qū)間樣本的推斷值土（可靠程度系數(shù)X）從上述公式中可以看出：在其他因素不變的情況下,樣本量越多（大）,置信區(qū)間越窄（?。?。置信水平對置信區(qū)間的影響：在樣本量相同的情況下,置信水平越高，置信

6、區(qū)間越寬。實例分析：美國做了一項對總統(tǒng)工作滿意度的調(diào)查。在調(diào)查抽取的2人中，有的人贊揚了總統(tǒng)的工作，抽樣誤差為3%置信水平為；如果將抽樣誤差減少為土2.3%置信水平降到為。則兩組數(shù)字的情況比較如下：抽樣誤差置信水平置信區(qū)間間隔寬窄度3%3%=7%寬2.3%2.3%=%2%.窄由上表得出在樣本量相同的情況下（都是2人），置信水平越高，置信區(qū)間越寬。抽樣誤差（）編輯什么是抽樣誤差在抽樣檢查中，由于用樣本指標(biāo)代替全及指標(biāo)所產(chǎn)生的誤差可分為兩種：一種是由于主觀因素破壞了隨機原則而產(chǎn)生的誤差，稱為系統(tǒng)性誤差；另一種是由于抽樣的隨機性引起的偶然的代表性誤差。抽樣誤差僅僅是指后一種由于抽樣的隨機性而帶來的偶

7、然的代表性誤差而不是指前一種因不遵循隨機性原則而造成的系統(tǒng)性誤差。總的說來，抽樣誤差是指樣本指標(biāo)與全及總體指標(biāo)之間的絕對誤差。在進行抽樣檢查時不可避免會產(chǎn)生抽樣誤差，因為從總體中隨機抽取的樣本，其結(jié)構(gòu)不可能和總體完全一致。例如樣本平均數(shù)與總體平均數(shù)之差A(yù)，樣本成數(shù)與總體成數(shù)之差-。雖然抽樣誤差不可避免，但可以運用大數(shù)定律的數(shù)學(xué)公式加以精確地計算，確定它具體的數(shù)量界限，并可通過抽樣設(shè)計加以控制。抽樣誤差也是衡量抽樣檢查準(zhǔn)確程度的指標(biāo)。抽樣誤差越大，表明抽樣總體對全及總體的代表性越小，抽樣檢查的結(jié)果越不可靠。反之，抽樣誤差越小，說明抽樣總體對全及總體的代表性越大，抽樣檢查的結(jié)果越準(zhǔn)確可靠。在統(tǒng)計學(xué)

8、中把抽樣誤差分為抽樣平均誤差和抽樣極限誤差，下面就這兩種誤差分別進行闡釋。為使推理過程簡化，這里不對屬性總體進行分析，而僅對變量總體進行分析計算。編輯抽樣誤差的計算、表現(xiàn)形式：平均數(shù)指標(biāo)抽樣誤差；成數(shù)（比重）抽樣誤差。、平均數(shù)指標(biāo)的抽樣誤差）重復(fù)抽樣的條件下：不重復(fù)抽樣的條件下:、成數(shù)指標(biāo)的抽樣誤差）重復(fù)抽樣的條件下:）不重復(fù)抽樣的條件下:編輯抽樣誤差的控制措施抽樣誤差則是不可避免的，但可以減少，其措施有1增加樣本個案數(shù)。2適應(yīng)選擇抽樣方式。例如，在同樣條件下，又重復(fù)抽樣比重復(fù)抽樣的抽樣誤差小，又如在總體現(xiàn)象分類比較明顯時，采用分層隨機抽樣比其它方法的抽樣誤差小。由于總體真正的參數(shù)值未知，真正

9、的抽樣誤差也未知，所以抽樣誤差的計算一般都以抽樣平均誤差來代表真正的抽樣誤差。顯著性水平出自智庫百科重定向自顯著水平顯著性水平（）編輯什么是顯著性水平假設(shè)檢驗是圍繞對原假設(shè)內(nèi)容的審定而展開的。如果原假設(shè)正確我們接受了（同時也就拒絕了備擇假設(shè)），或原假設(shè)錯誤我們拒絕了（同時也就接受了備擇假設(shè)），這表明我們作出了正確的決定。但是，由于假設(shè)檢驗是根據(jù)樣本提供的信息進行推斷的，也就有犯錯誤的可能。有這樣一種情況，原假設(shè)正確，而我們卻把它當(dāng)成錯誤的加以拒絕。犯這種錯誤的概率用a表示，統(tǒng)計上把a稱為假設(shè)檢驗中的顯著性水平，也就是決策中所面臨的風(fēng)險。顯著性水平是假設(shè)檢驗中的一個概念是指當(dāng)原假設(shè)為正確時人們卻

10、把它拒絕了的概率或風(fēng)險。它是公認(rèn)的小概率事件的概率值，必須在每一次統(tǒng)計檢驗之前確定，通常取a二或a二0這表明，當(dāng)作出接受原假設(shè)的決定時，其正確的可能性（概率）為或。顯著性水平代表的意義是在一次試驗中小概率事物發(fā)生的可能性大小。編輯顯著性水平的理解顯著性水平是在進行假設(shè)檢驗時事先確定一個可允許的作為判斷界限的小概率標(biāo)準(zhǔn)。檢驗中，依據(jù)顯著性水平大小把概率劃分為二個區(qū)間，小于給定標(biāo)準(zhǔn)的概率區(qū)間稱為拒絕區(qū)間，大于這個標(biāo)準(zhǔn)則為接受區(qū)間。事件屬于接受區(qū)間，原假設(shè)成立而無顯著性差異；事件屬于拒絕區(qū)間，拒絕原假設(shè)而認(rèn)為有顯著性差異。對顯著水平的理解必須把握以下二點：1、顯著性水平不是一個固定不變的數(shù)值，依據(jù)拒

11、絕區(qū)間所可能承擔(dān)的風(fēng)險來決定。2、統(tǒng)計上所講的顯著性與實際生活工作中的顯著性是不一樣的。顯著性差異出自智庫百科顯著性差異編輯什么是顯著性差異顯著性差異是一個統(tǒng)計學(xué)名詞。它是統(tǒng)計學(xué)（s上對數(shù)據(jù)差異性的評價。當(dāng)數(shù)據(jù)之間具有了顯著性差異，就說明參與比對的數(shù)據(jù)不是來自于同一總體（a,而是來自于具有差異的兩個不同總體，這種差異可能因參與比對的數(shù)據(jù)是來自不同實驗對象的。如比西一般能力測驗中，大學(xué)學(xué)歷被試組的成績與小學(xué)學(xué)歷被試組會有顯著性差異。也可能來自于實驗處理對實驗對象造成了根本性狀改變，因而前測后測的數(shù)據(jù)會有顯著性差異。例如，記憶術(shù)研究發(fā)現(xiàn)，被試學(xué)習(xí)某記憶法前的成績和學(xué)習(xí)記憶法后的記憶成績會有顯著性差

12、異，這一差異很可能來自于學(xué)XX記憶法對被試記憶能力的改變。編輯顯著性差異的評析顯著性差異是一種有量度的或然性評價。比如，我們說、兩數(shù)據(jù)在水平上具備顯著性差異，這是說兩組數(shù)據(jù)具備顯著性差異的可能性為95。兩個數(shù)據(jù)所代表的樣本還有的可能性是沒有差異的。這的差異是由于隨機誤差造成的。是原假設(shè)真實的結(jié)論時，我們觀察到樣本的值有多大的概率，簡稱值。如果此值小，就下原假設(shè)為不真實的結(jié)論。統(tǒng)計學(xué)上稱為小概率事件，即樣本不是從原假設(shè)的分布中抽出的。一般值大于a，則無法拒絕原假設(shè)，相反，值小于a，則拒絕原假設(shè)。通常情況下，實驗結(jié)果達到水平或水平，才可以說數(shù)據(jù)之間具備了顯著性差異。在作結(jié)論時，應(yīng)確實描述方向性（例

13、如顯著大于或顯著小于）。如果我們是檢驗?zāi)硨嶒灒ǎ┲袦y得的數(shù)據(jù)，那么當(dāng)數(shù)據(jù)之間具備了顯著性差異，實驗的虛無假設(shè)（）就可被推翻，對立假設(shè)（）得到支持；反之若數(shù)據(jù)之間不具備顯著性差異，則實驗的備則假設(shè)可以被推翻，虛無假設(shè)得到支持。假設(shè)檢驗出自智庫百科假設(shè)檢驗（）目錄顯示弦編輯什么是假設(shè)檢驗假設(shè)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(zhì)差別造成的統(tǒng)計推斷方法。其基本原理是先對總體的特征作出某種假設(shè)，然后通過抽樣研究的統(tǒng)計推理，對此假設(shè)應(yīng)該被拒絕還是接受作出推斷。生物現(xiàn)象的個體差異是客觀存在，以致抽樣誤差不可避免，所以我們不能僅憑個別樣本的值來下結(jié)論。當(dāng)遇到兩個或幾個樣本均數(shù)（或率

14、）、樣本均數(shù)（率）與已知總體均數(shù)（率）有大有小時，應(yīng)當(dāng)考慮到造成這種差別的原因有兩種可能：一是這兩個或幾個樣本均數(shù)（或率）來自同一總體，其差別僅僅由于抽樣誤差即偶然性所造成；二是這兩個或幾個樣本均數(shù)（或率）來自不同的總體，即其差別不僅由抽樣誤差造成，而主要是由實驗因素不同所引起的。假設(shè)檢驗的目的就在于排除抽樣誤差的影響，區(qū)分差別在統(tǒng)計上是否成立，并了解事件發(fā)生的概率。在質(zhì)量管理工作中經(jīng)常遇到兩者進行比較的情況，如采購原材料的驗證，我們抽樣所得到的數(shù)據(jù)在目標(biāo)值兩邊波動，有時波動很大，這時你如何進行判定這些原料是否達到了我們規(guī)定的要求呢？再例如，你先后做了兩批實驗，得到兩組數(shù)據(jù)，你想知道在這兩試實

15、驗中合格率有無顯著變化，那怎么做呢？這時你可以使用假設(shè)檢驗這種統(tǒng)計方法，來比較你的數(shù)據(jù)，它可以告訴你兩者是否相等，同時也可以告訴你，在你做出這樣的結(jié)論時，你所承擔(dān)的風(fēng)險。假設(shè)檢驗的思想是，先假設(shè)兩者相等，即：M=卩0然后用統(tǒng)計的方法來計算驗證你的假設(shè)是否正確。編輯假設(shè)檢驗的基本思想1小.概率原理如果對總體的某種假設(shè)是真實的，那么不利于或不能支持這一假設(shè)的事件（小概率事件）在一次試驗中幾乎不可能發(fā)生的；要是在一次試驗中竟然發(fā)生了，就有理由懷疑該假設(shè)的真實性，拒絕這一假設(shè)。假設(shè)的形式原假設(shè)，備擇假設(shè)雙尾檢驗：|J|J，弘：“兩單尾檢驗：o：n丫0,JJo：W,jj假設(shè)檢驗就是根據(jù)樣本觀察結(jié)果對原假

16、設(shè)（）進行檢驗，接受，就否定；拒絕，就接受。編輯假設(shè)檢驗的原理一般地說，對總體某項或某幾項作出假設(shè)，然后根據(jù)樣本對假設(shè)作出接受或拒絕的判斷，這種方法稱為假設(shè)檢驗。假設(shè)檢驗使用了一種類似于“反證法”的推理方法，它的特點是：編輯編輯編輯編輯(1)先假設(shè)總體某項假設(shè)成立，計算其會導(dǎo)致什么結(jié)果產(chǎn)生。若導(dǎo)致不合理現(xiàn)象產(chǎn)生，則拒絕原先的假設(shè)。若并不導(dǎo)致不合理的現(xiàn)象產(chǎn)生，則不能拒絕原先假設(shè)，從而接受原先假設(shè)。()它又不同于一般的反證法。所謂不合理現(xiàn)象產(chǎn)生，并非指形式邏輯上的絕對矛盾，而是基于小概率原理：概率很小的事件在一次試驗中幾乎是不可能發(fā)生的，若發(fā)生了，就是不合理的。至于怎樣才算是“小概率”呢？通?？蓪?/p>

17、概率不超過0.0的5事件稱為“小概率事件”，也可視具體情形而取0.或10.0等。在假設(shè)檢驗中常記這個概率為a，稱為顯著性水平。而把原先設(shè)定的假設(shè)成為原假設(shè)，記作。把與相反的假設(shè)稱為備擇假設(shè)，它是原假設(shè)被拒絕時而應(yīng)接受的假設(shè)，記作。編輯假設(shè)檢驗的種類假設(shè)檢驗可分為正態(tài)分布檢驗、正態(tài)總體均值分布檢驗、非參數(shù)檢驗三類。正態(tài)分布檢驗包括三類:檢驗、檢驗、，用于檢驗樣本是否來自于一個正態(tài)分布總體。正態(tài)總體均值檢驗檢驗分析方法和分析結(jié)果的準(zhǔn)確度考察系統(tǒng)誤差對測試結(jié)果的影響。從統(tǒng)計意義上來說，各樣本均值之差應(yīng)在隨機誤差允許的范圍之內(nèi)。反之，如果不同樣本的均值之差超過了允許的范圍，這就說明除了隨機誤差之外，各

18、均值之間還存在系統(tǒng)誤差，使得各均值之間出現(xiàn)了顯著性差異。正態(tài)總體均值檢驗分為兩種情況，檢驗是用小樣本檢驗總體參數(shù)，特點是在均方差不知道的情況下，可以檢驗樣本平均數(shù)的顯著性，分為單側(cè)檢驗與雙側(cè)檢驗。當(dāng)為雙樣本檢驗時，在兩樣本檢驗中要用到檢驗。從兩研究總體中隨機抽取樣本，要對這兩個樣本進行比較的時候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用檢驗，若不等，可米用檢驗或變量變換或秩和檢驗等方法。檢驗是一般用于大樣本即樣本容量大于平均值差異性檢驗的方法。上面所述的檢驗都是基于樣本來自正態(tài)總體的假設(shè)，在實際工作中，有時并不明確知道樣本是否來自正態(tài)總體，這就為假設(shè)檢驗帶來難度。非

19、參數(shù)檢驗方法，對樣本是否來自正態(tài)總體不做嚴(yán)格的限制，而且計算簡單。統(tǒng)計工具箱提供了符號檢驗和秩和檢驗兩種非參數(shù)檢驗方法。編輯編輯假設(shè)檢驗的基本思想假設(shè)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（或）在一次試驗中基本上不會發(fā)生。反證法思想是先提出假設(shè)檢驗假設(shè)）再用適當(dāng)?shù)慕y(tǒng)計方法確定假設(shè)成立的可能性大小,如可能性小則認(rèn)為假設(shè)不成立，若可能性大，則還不能認(rèn)為假設(shè)不成立。編輯假設(shè)檢驗規(guī)則與兩類錯誤確定檢驗規(guī)則檢驗過程是比較樣本觀察結(jié)果與總體假設(shè)的差異。差異顯著，超過了臨界點，拒絕；反之，差異不顯著，接受。差異臨界點判斷拒絕接受怎樣確定2兩.類錯誤接受或拒絕，都可能犯錯誤類錯誤一一棄真錯

20、誤，發(fā)生的概率為a類錯誤一一取偽錯誤，發(fā)生的概率為0檢驗決策為真非真拒絕犯類錯誤（a）正確接受正確犯類錯誤(0)a大0就小，a小0就大基本原則：力求在控制a前提下減少0a顯著性水平，取值：等。如果犯類錯誤損失更大，為減少損失，a值取??；如果犯類錯誤損失更大，a值取大。確定a，就確定了臨界點。設(shè)有總體：N,o),o已知。TOC o 1-5 h z隨機抽樣：樣本均值u_Z=*；1)人標(biāo)準(zhǔn)化：確定a值，查概率表，知臨界值計算值，作出判斷。假設(shè)檢驗的一般步驟編輯假設(shè)檢驗應(yīng)注意的問題1、做假設(shè)檢驗之前，應(yīng)注意資料本身是否有可比性。2當(dāng)差別有統(tǒng)計學(xué)意義時應(yīng)注意這樣的差別在實際應(yīng)用中有無意義。3、根據(jù)資料類

21、型和特點選用正確的假設(shè)檢驗方法。4、根據(jù)專業(yè)及經(jīng)驗確定是選用單側(cè)檢驗還是雙側(cè)檢驗。5當(dāng)檢驗結(jié)果為拒絕無效假設(shè)時，應(yīng)注意有發(fā)生類錯誤的可能性，即錯誤地拒絕了本身成立的，發(fā)生這種錯誤的可能性預(yù)先是知道的，即檢驗水準(zhǔn)那（）o：“=角h1“0（雙邊檢驗）么大；當(dāng)檢驗結(jié)果為不拒絕無效假設(shè)時，應(yīng)注意有發(fā)生類錯誤的可能性，即仍有可能錯誤地接受了本身就不成立的，發(fā)生這種錯誤的可能性預(yù)先是不知道的，但與樣本含量和類錯誤的大小有關(guān)系。6判斷結(jié)論時不能絕對化，應(yīng)注意無論接受或拒絕檢驗假設(shè)，都有判斷錯誤的可能性。7報告結(jié)論時是應(yīng)注意說明所用的統(tǒng)計量，檢驗的單雙側(cè)及值的確切范圍。編輯假設(shè)檢驗與置信區(qū)間的關(guān)系假設(shè)檢驗與置

22、信區(qū)間有密切的聯(lián)系我們往往可以由某參數(shù)的顯著性水平為a的檢驗，得到該參數(shù)的置信度為一a的置信區(qū)間，反之亦然。例如，顯著性水平a的均值的雙側(cè)檢驗問題：（）o：“=角h1“0（雙邊檢驗）（）o：“=角h1“0（雙邊檢驗）與置信度為a的置信區(qū)間之間有著這樣的關(guān)系；若檢驗在a水平下接受0貝山的a的置信區(qū)間必須包含卩；反之，若檢驗在a水平下拒絕，則U的a的置信區(qū)間必定不包含p。因此，我們可以用構(gòu)造u的a置信區(qū)間的方法來檢驗上述假設(shè)，如果構(gòu)造出來的置信區(qū)間包含p，就接受；如果不包含p就拒絕。同樣給定顯著水平a，可以從構(gòu)造檢驗規(guī)則的過程中，得到p的a置信區(qū)間。如上例，p的置信度為的置信區(qū)間為：（）o：“=角

23、h1“0（雙邊檢驗）（）o：“=角h1“0（雙邊檢驗），8不0在這個區(qū)間內(nèi)，拒絕即置信區(qū)間為，因為p編輯幾種常見假設(shè)檢驗考慮下面三種類型的假設(shè)檢驗：（）o:pW曲h1：PA皿（右側(cè)單邊檢驗）（）:p丫曲山1：PV皿（左側(cè)單邊檢驗）編輯假設(shè)檢驗的應(yīng)用分析編輯案例一：假設(shè)檢驗設(shè)備判斷中的應(yīng)用例如：某公司想從國外引進一種自動加工裝置。這種裝置的工作溫度服從正態(tài)分布M廠方說它的平均工作溫度是度。從該裝置試運轉(zhuǎn)中隨機測試次，得到的平均工作溫度是度。該公司考慮，樣本結(jié)果與廠方所說的是否有顯著差異？廠方的說法是否可以接受？類似這種根據(jù)樣本觀測值來判斷一個有關(guān)總體的假設(shè)是否成立的問題，就是假設(shè)檢驗的問題。我們

24、把任一關(guān)于單體分布的假設(shè)，統(tǒng)稱為統(tǒng)計假設(shè)，簡稱假設(shè)。上例中，可以提出兩個假設(shè)：一個稱為原假設(shè)或零假設(shè)，記為：U（度）；另一個稱為備擇假設(shè)或?qū)α⒓僭O(shè)，記為：U工（度）這樣，上述假設(shè)檢驗問題可以表示為：1p工原假設(shè)與備擇假設(shè)相互對立，兩者有且只有一個正確，備擇假設(shè)的含義是，一旦否定原假設(shè)，備擇假設(shè)備你選擇。所謂假設(shè)檢驗問題就是要判斷原假設(shè)是否正確，決定接受還是拒絕原假設(shè)，若拒絕原假設(shè)，就接受備擇假設(shè)。應(yīng)該如何作出判斷呢？如果樣本測定的結(jié)果是度甚至更高（或很低），我們從直觀上能感到原假設(shè)可疑而否定它，因為原假設(shè)是真實時，在一次試驗中出現(xiàn)了與80度相距甚遠的小概率事件幾乎是不可能的，而現(xiàn)在竟然出現(xiàn)了，

25、當(dāng)然要拒絕原假設(shè)?，F(xiàn)在的問題是樣本平均工作溫度為度，結(jié)果雖然與廠方說的8:度有差異，但樣本具有隨機性，8:度與83度之間的差異很可能是樣本的隨機性造成的。在這種情況下，要對原假設(shè)作出接受還是拒絕的抉擇，就必須根據(jù)研究的問題和決策條件，對樣本值與原假設(shè)的差異進行分析。若有充分理由認(rèn)為這種差異并非是由偶然的隨機因素造成的，也即認(rèn)為差異是顯著的，才能拒絕原假設(shè)，否則就不能拒絕原假設(shè)。假設(shè)檢驗實質(zhì)上是對原假設(shè)是否正確進行檢（）o：“=角h1“0（雙邊檢驗）驗，因此，檢驗過程中要使原假設(shè)得到維護，使之不輕易被否定,否定原假設(shè)必須有充分的理由；同時，當(dāng)原假設(shè)被接受時，也只能認(rèn)為否定它的根據(jù)不充分，而不是認(rèn)

26、為它絕對正確。編輯案例二：假設(shè)檢驗在卷煙質(zhì)量判斷中的應(yīng)用一在卷煙生產(chǎn)企業(yè)經(jīng)常會遇到如下的問題：卷煙檢驗標(biāo)準(zhǔn)中要求煙支的某項缺陷的不合格品率不能超過現(xiàn)從一批產(chǎn)品中隨機抽取支卷煙進行檢驗，發(fā)現(xiàn)有支不合格品，問此批產(chǎn)品能否放行？按照一般的習(xí)慣性思維：支中有支不合格品，不合格品率就是超過了原來設(shè)置的的不合格品率，因此不能放行。但如果根據(jù)假設(shè)檢驗的理論，在a二的顯著性水平下，該批產(chǎn)品應(yīng)該可以放行。這是為什么呢？最關(guān)鍵的是由于我們是在一批產(chǎn)品中進行抽樣檢驗用抽樣樣本的質(zhì)量水平來判別整批的質(zhì)量水平，這里就有一個抽樣風(fēng)險的問題。舉例來說，我們的這批產(chǎn)品共有支卷煙，里面有支不合格品，不合格品率是，遠低于的合格放

27、行不合格品率。但我們的檢驗要求是隨機抽樣50支，用這50支的質(zhì)量水平來判別整批支的質(zhì)量水平。如果在支中恰好抽到了支甚至更多的不合格品，簡單地用抽到的不合格品數(shù)除以50來作為不合格品率來判斷，那我們就會對這批質(zhì)量水平合格的產(chǎn)品進行誤判。如何科學(xué)地進行判斷呢？這就要用到假設(shè)檢驗的理論。步驟1：建立假設(shè)要檢驗的假設(shè)是不合格品率是否不超過因此立假設(shè):W這是原假設(shè)，其意是：與檢驗標(biāo)準(zhǔn)一致。:步驟2：選擇檢驗統(tǒng)計量，給出拒絕域的形式若把比例看作的二項分別（，）中成功的概率，則可在大樣本場合（一般鼻）獲得參數(shù)的近似U的檢驗可得樣本統(tǒng)計量：近似服從其中二二，二步驟3給出顯著性水平a，常取a二。步驟：定出臨界值

28、，寫出拒絕域。根據(jù)根據(jù)a=及備擇假設(shè)知道拒絕域為根據(jù)根據(jù)a=及備擇假設(shè)知道拒絕域為步驟：由樣本觀測值，求得樣本統(tǒng)計量，并判斷。結(jié)論：在a二時，樣本觀測值未落在拒絕域，所以不能拒絕原假設(shè)，應(yīng)允許這批產(chǎn)品出廠。假設(shè)檢驗中的兩類錯誤。進一步研究一下這個例子，在個樣品中抽到多少個不合格品，就要拒絕入庫呢？我們?nèi)匀二0根據(jù)上述公式，得出，解得，也就是在個樣品中抽到個不合格品才能判整批為不合格。而如果我們改變a的取值，也就是我們定義的小概率的取值，比如說取a二0，0，1認(rèn)為概率不超過0，0的1事件發(fā)生了就是不合理的了，那又會怎樣呢？還是用上面的公式計算，則得出，解得，也就是在個樣品中抽到個不合格品才能判

29、整批為不合格。檢驗要求是不合格品率不能超過而現(xiàn)在根據(jù)a二0算出來個樣品中抽到個不合格品才能判整批為不合格，會不會犯錯誤啊！假設(shè)檢驗是根據(jù)樣本的情況作的統(tǒng)計推斷，是推斷就會犯錯誤，我們的任務(wù)是控制犯錯誤的概率。在假設(shè)檢驗中，錯誤有兩類：第一類錯誤（拒真錯誤）：原假設(shè)為真（批產(chǎn)品質(zhì)量是合格的），但由于抽樣的隨機性（抽到過多的不合格品），樣本落在拒絕域內(nèi)，從而導(dǎo)致拒絕（根據(jù)樣本的情況把批質(zhì)量判斷為不合格）。其發(fā)生的概率記為a，也就是顯著性水平。a控制的其實是生產(chǎn)方的風(fēng)險，控制的是生產(chǎn)方所承擔(dān)的批質(zhì)量合格而不被接受的風(fēng)險。第二類錯誤（取偽錯誤）：原假設(shè)不真（批產(chǎn)品質(zhì)量是不合格的），但由于抽樣的隨機性（

30、抽到過少的不合格品），樣本落在夕卜，從而導(dǎo)致接受（根據(jù)樣本的情況把批質(zhì)量判斷為合格）。其發(fā)生的概率記為0。P控制的其實是使用方的風(fēng)險，控制的是使用方所承擔(dān)的接受質(zhì)量不合格批的風(fēng)險。再回到剛剛計算的上例的情況，a由（，（變，化為（，（我1們對批質(zhì)量不合格的判斷由，（個樣本中出現(xiàn)也個不合格變化為，個，批質(zhì)量是合格的而不被接受的風(fēng)險就小了，犯第一類錯誤的風(fēng)險小了，也就是生產(chǎn)方的風(fēng)險小了；但同時隨著a的減小對批質(zhì)量不合格的判斷條件其實放寬了一一個樣本中出現(xiàn)個不合格變化為，個，批質(zhì)量是不合格的而被接受的風(fēng)險大了；犯第二類錯誤的風(fēng)險大了，也就是使用方的風(fēng)險大了。在相同樣本量下，要使a小,必導(dǎo)致0大；要使0

31、小,必導(dǎo)致a大,要同時兼顧生產(chǎn)方和使用方的風(fēng)險是不可能的要使a、0皆小，只有增大樣本量，這又增加了質(zhì)量成本。因此綜上所述，假設(shè)檢驗可以告訴我們?nèi)绾慰茖W(xué)地進行質(zhì)量合格判定，又告訴我們要兼顧生產(chǎn)方和使用方的質(zhì)量風(fēng)險，同時考慮質(zhì)量和成本的問題。顯著性檢驗出自智庫百科顯著性檢驗（）目錄顯示弦編輯什么是顯著性檢驗顯著性檢驗就是事先對總體（隨機變量）的參數(shù)或總體分布形式做出一個假設(shè)，然后利用樣本信息來判斷這個假設(shè)（原假設(shè)）是否合理，即判斷總體的真實情況與原假設(shè)是否顯著地有差異。或者說，顯著性檢驗要判斷樣本與我們對總體所做的假設(shè)之間的差異是純屬機會變異，還是由我們所做的假設(shè)與總體真實情況之間不一致所引起的。

32、顯著性檢驗是針對我們對總體所做的假設(shè)做檢驗其原理就是“小概率事件實際不可能性原理”來接受或否定假設(shè)。抽樣實驗會產(chǎn)生抽樣誤差，對實驗資料進行比較分析時，不能僅憑兩個結(jié)果（平均數(shù)或率）的不同就作出結(jié)論，而是要進行統(tǒng)計學(xué)分析，鑒別出兩者差異是抽樣誤差引起的，還是由特定的實驗處理引起的。編輯顯著性檢驗的含義顯著性檢驗即用于實驗處理組與對照組或兩種不同處理的效應(yīng)之間是否有差異，以及這種差異是否顯著的方法。常把一個要檢驗的假設(shè)記作稱為原假設(shè)（或零假設(shè)），與對立的假設(shè)記作，稱為備擇假設(shè)在原假設(shè)為真時，決定放棄原假設(shè)，稱為第一類錯誤，其出現(xiàn)的概率通常記作a；在原假設(shè)不真時，決定接受原假設(shè)，稱為第二類錯誤，其出

33、現(xiàn)的概率通常記作P。通常只限定犯第一類錯誤的最大概率a,不考慮犯第二類錯誤的概率P。這樣的假設(shè)檢驗又稱為顯著性檢驗，概率a稱為顯著性水平。最常用的a值為、等。一般情況下，根據(jù)研究的問題，如果犯棄真錯誤損失大，為減少這類錯誤，a取值小些，反之，a取值大些。編輯顯著性檢驗的原理無效假設(shè)顯著性檢驗的基本原理是提出“無效假設(shè)”和檢驗“無效假設(shè)”成立的機率（）水平的選擇。所謂“無效假設(shè)”，就是當(dāng)比較實驗處理組與對照組的結(jié)果時，假設(shè)兩組結(jié)果間差異不顯著，即實驗處理對結(jié)果沒有影響或無效。經(jīng)統(tǒng)計學(xué)分析后，如發(fā)現(xiàn)兩組間差異系抽樣引起的，則“無效假設(shè)”成立，可認(rèn)為這種差異為不顯著（即實驗處理無效）。若兩組間差異不

34、是由抽樣引起的，則“無效假設(shè)”不成立，可認(rèn)為這種差異是顯著的（即實驗處理有效）?！盁o效假設(shè)”成立的機率水平檢驗“無效假設(shè)”成立的機率水平一般定為（常寫為W、，其含義是將同一實驗重復(fù)1、次、，兩者結(jié)果間的差異有5次以上是由抽樣誤差造成的，則“無效假設(shè)”成立，可認(rèn)為兩組間的差異為不顯著，常記為。若兩者結(jié)果間的差異5次以下是由抽樣誤差造成的，則“無效假設(shè)”不成立，可認(rèn)為兩組間的差異為顯著，常記為W、如果W,則認(rèn)為兩組間的差異為非常顯著。編輯顯著性檢驗的相關(guān)概念編輯原假設(shè)和備擇假設(shè)1、原假設(shè)：對總體所作的論斷或推測，指觀察到的差異只反映機會變異。記作。2備擇假設(shè)：是指觀察到的差異是真實的。記作。3、原

35、假設(shè)和備擇假設(shè)合在一起，應(yīng)涵蓋我們所研究的總體特征的所有可能性。編輯雙尾檢驗和單尾檢驗采用雙尾檢驗還是采用單尾檢驗（以及左單尾還是右單尾），取決于備擇假設(shè)的形式。表1：拒絕域的單、雙尾與備擇假設(shè)之間的對應(yīng)關(guān)系拒絕域位置原假設(shè)備擇假設(shè)雙尾00左單尾不可能有00時，0000右單尾不可能有00時，0000編輯顯著性檢驗的作用分析工作者常常用標(biāo)準(zhǔn)方法與自己所用的分析方法進行對照試驗，然后用統(tǒng)計學(xué)方法檢驗兩種結(jié)果是否存在顯著性差異。若存在顯著性差異而又肯定測定過程中沒有錯誤，可以認(rèn)定自己所用的方法有不完善之處，即存在較大的系統(tǒng)誤差。因此分析結(jié)果的差異需進行統(tǒng)計檢驗或顯著性檢驗。編輯顯著性檢驗的基本思想顯

36、著性檢驗的基本思想可以用小概率原理來解釋。1、小概率原理：小概率事件在一次試驗中是幾乎不可能發(fā)生的，假若在一次試驗中事件事實上發(fā)生了。那只能認(rèn)為事件不是來自我們假設(shè)的總體，也就是認(rèn)為我們對總體所做的假設(shè)不正確。2觀察到的顯著水平：由樣本資料計算出來的檢驗統(tǒng)計量觀察值所截取的尾部面積為。這個概率越小，反對原假設(shè)，認(rèn)為觀察到的差異表明真實的差異存在的證據(jù)便越強，觀察到的差異便越加理由充分地表明真實差異存在。3檢驗所用的顯著水平：針對具體問題的具體特點，事先規(guī)定這個檢驗標(biāo)準(zhǔn)。4在檢驗的操作中，把觀察到的顯著性水平與作為檢驗標(biāo)準(zhǔn)的顯著水平標(biāo)準(zhǔn)比較，小于這個標(biāo)準(zhǔn)時，得到了拒絕原假設(shè)的證據(jù)，認(rèn)為樣本數(shù)據(jù)表

37、明了真實差異存在。大于這個標(biāo)準(zhǔn)時，拒絕原假設(shè)的證據(jù)不足，認(rèn)為樣本數(shù)據(jù)不足以表明真實差異存在。5檢驗的操作可以用稍許簡便一點的作法：根據(jù)所提出的顯著水平查表得到相應(yīng)的值，稱作臨界值，直接用檢驗統(tǒng)計量的觀察值與臨界值作比較，觀察值落在臨界值所劃定的尾部內(nèi)，便拒絕原假設(shè)；觀察值落在臨界值所劃定的尾部之外，則認(rèn)為拒絕原假設(shè)的證據(jù)不足。編輯顯著性檢驗的兩類錯誤1顯著性檢驗中的第一類錯誤及其概率顯著性檢驗中的第一類錯誤是指，原假設(shè)00事實上正確，可是檢驗統(tǒng)計量的觀察值卻落入拒絕域，因而否定了本來正確的假設(shè)。這是棄真的錯誤。發(fā)生第一類錯誤的概率（記作）也就是當(dāng)原假設(shè)00正確時檢驗統(tǒng)計量的觀察值落入拒絕域的概

38、率。顯然，在雙尾檢驗時是兩個尾部的拒絕域面積之和；在單尾檢驗時是單尾拒絕域的面積。2、顯著性檢驗中的第二類錯誤及其概率顯著性檢驗中的第二類錯誤是指，原假設(shè)00不正確，而備擇假設(shè)00或00是正確的，可是檢驗統(tǒng)計量的觀察值卻落入了接受域1，因而沒0有否1定本來不正0確的原假設(shè)。這是取偽的錯誤。發(fā)生第二類錯誤的概率（記作）是指，把來自匕川.r二的總體的樣本值代入檢驗統(tǒng)計量所得結(jié)果落入接受域的概率。3a和0的關(guān)系當(dāng)樣本容量一定時，a越小，0就越大；反之，a越大，0就越小。編輯顯著性檢驗的值若用計算機統(tǒng)計軟件進行假設(shè)檢驗我們會見到一值。將算得檢驗統(tǒng)計量樣本值查表得的概率是就是值（在那里我們稱之為觀察到的

39、顯著水平）。值是怎么來的從某總體中抽樣所得的樣本，其參數(shù)會與總體參數(shù)有所不同，這可能是由于兩種原因：、這一樣本是由該總體抽出，其差別是由抽樣誤差所致；、這一樣本不是從該總體抽出，所以有所不同。如何判斷是那種原因呢？統(tǒng)計學(xué)中用顯著性檢驗賴判斷。其步驟是：、建立檢驗假設(shè)（又稱無效假設(shè)，符號為）：如要比較藥和藥的療效是否相等，則假設(shè)兩組樣本來自同一總體，即藥的總體療效和藥相等，差別僅由抽樣誤差引起的碰巧出現(xiàn)的。、選擇適當(dāng)?shù)慕y(tǒng)計方法計算成立的可能性即概率有多大，概率用值表示。、根據(jù)選定的顯著性水平（0.0或50.0）1，決定接受還是拒絕H0。如果，不能否定“差別由抽樣誤差引起”，貝振受；如果V或V,可

40、以認(rèn)為差別不由抽樣誤差引起，可以拒絕，則可以接受令一種可能性的假設(shè)（又稱備選假設(shè)，符號為），即兩樣本來自不同的總體，所以兩藥療效有差別。統(tǒng)計學(xué)上規(guī)定的值意義見下表值碰巧的概率對無效假設(shè)統(tǒng)計意義碰巧出現(xiàn)的可能性大于不能否定無效假設(shè)兩組差別無顯著意義V碰巧出現(xiàn)的可能性小于可以否定無效假設(shè)兩組差別有顯著意義V碰巧出現(xiàn)的可能性小于可以否定無效假設(shè)兩者差別有非常顯著意義理解值，下述幾點必須注意:的意義不表示兩組差別的大小，反映兩組差別有無統(tǒng)計學(xué)意義，并不表示差別大小。因此，與對照組相比，藥取得V,藥取得V并不表示的藥效比強。P時，差異無顯著意義，根據(jù)統(tǒng)計學(xué)原理可知，不能否認(rèn)無效假設(shè)，但并不認(rèn)為無效假設(shè)肯

41、定成立。在藥效統(tǒng)計分析中，更不表示兩藥等效。哪種將“兩組差別無顯著意義”與“兩組基本等效”相同的做法是缺乏統(tǒng)計學(xué)依據(jù)的。統(tǒng)計學(xué)主要用上述三種值表示，也可以計算出確切的值，有人用V0無此必要。顯著性檢驗只是統(tǒng)計結(jié)論。判斷差別還要根據(jù)專業(yè)知識。編輯顯著性檢驗的結(jié)果關(guān)于顯著性檢驗的結(jié)果：（一）顯著性檢驗回答什么問題我們所觀察到的差異（是純屬于機會變異，還是反映了真實的差異？1、如果顯著性檢驗得到差異顯著的結(jié)論這時并不能評價差異的大小和重要性。2、顯著性檢驗只能告訴我們差異是否在事實上存在，而不能回答差異產(chǎn)生的原因。、顯著性檢驗不能檢查我們對實驗所作的設(shè)計是否有缺陷（二）顯著性檢驗回答問題的方式在表述

42、顯著性檢驗結(jié)論的時候，應(yīng)與檢驗的邏輯推理相符。當(dāng)檢驗統(tǒng)計量的觀察值落在拒絕域時，我們應(yīng)該說，樣本資料顯著地（或高度顯著地）表明，差異是存在的。（三）對觀察到的顯著水平數(shù)值的評價編輯顯著性檢驗中的總體和樣本1、顯著性檢驗的對象是無限總體。2、大樣本可能會使檢驗統(tǒng)計量過分敏感。3從有限總體中抽取樣本用于顯著性檢驗時，必須作概率抽樣。編輯顯著性檢驗的步驟顯著性檢驗的一般步驟或格式，如下：1、提出假設(shè)同時，與備擇假設(shè)相應(yīng)，指出所作檢驗為雙尾檢驗還是左單尾或右單尾檢驗。2構(gòu)造檢驗統(tǒng)計量，收集樣本數(shù)據(jù)，計算檢驗統(tǒng)計量的樣本觀察值。3、根據(jù)所提出的顯著水平，確定臨界值和拒絕域。4、作出檢驗決策。把檢驗統(tǒng)計量

43、的樣本觀察值和臨界值比較，或者把觀察到的顯著水平與顯著水平標(biāo)準(zhǔn)比較；最后按檢驗規(guī)則作出檢驗決策。當(dāng)樣本值落入拒絕域時，表述成:“拒絕原假設(shè)”，“顯著表明真實的差異存在”；當(dāng)樣本值落入接受域時，表述成：“沒有充足的理由拒絕原假設(shè)”，“沒有充足的理由表明真實的差異存在”。另外，在表述結(jié)論之后應(yīng)當(dāng)注明所用的顯著水平。編輯總體均值為某定值的顯著性檢驗總體均值的顯著性檢驗可有雙尾、左單尾、右單尾三種不同的情況。下面就總體分布的不同情況，總體方差是否已知的不同情況以及樣本大小的不同情況分別介紹檢驗統(tǒng)計量和檢驗規(guī)則。一、總體為正態(tài)分布，總體方差已知，樣本不論大小對于假設(shè)：MM，在成立的前提下，有檢驗統(tǒng)計量如

44、果規(guī)定顯著性水平為，在雙尾，左單尾，右單尾三種不同情形下，拒絕域分別為：|和一:|；、工。二、總體分布未知，總體方差已知，大樣本對于假設(shè)MM，在成立的前提下，如果樣本足夠大（$），近似地有檢驗統(tǒng)計量如果規(guī)定顯著性水平為，在雙尾，左單尾，右單尾三種不同情形下，拒絕域分別為、二和-二、:；、。三、總體為正態(tài)分布，總體方差未知，小樣本對于假設(shè)MM，在成立的前提下，有檢驗統(tǒng)計量如果規(guī)定顯著性水平為，在雙尾，左單尾，右單尾三種不同情形下，拒絕域分別為：-：和；-、:1、；-1-:飛八、I。四、總體分布未知，總體方差未知，大樣本對于假設(shè)MM，在成立的前提下，如果總體偏斜適度，且樣本足夠大，近似地有檢驗統(tǒng)計

45、量如果規(guī)定顯著性水平為，在雙尾，左單尾，右單尾三種不同情形下，拒絕域分別為：X-和二、；、.；-、二編輯總體比例為某定值的顯著性檢驗總體比例指的是隨機試驗中某種指定事件出現(xiàn)的概率。隨機試驗中某種指定事件出現(xiàn)叫做“成功”，把一次試驗中成功的概率記作n。對于假設(shè)nn在成立的前提下，如果0W心0-9，并且樣本容量足夠大，大到足以滿足時，近似地有檢驗統(tǒng)計量本容量足夠大，大到足以滿足時，近似地有檢驗統(tǒng)計量其中是樣本比例。如果規(guī)定顯著性水平為，在雙尾，左單尾，右單尾三種不同情形下，拒絕域分別為：x和二、:、_；2。編輯顯著性檢驗應(yīng)注意的問題進行顯著性檢驗還應(yīng)注意以下幾個問題：1要有合理的試驗設(shè)計和準(zhǔn)確的試

46、驗操作,避免系統(tǒng)誤差、降低試驗誤差，提高試驗的準(zhǔn)確性和精確性。2選用的顯著性檢驗方法要符合其應(yīng)用條件。由于研究變量的類型、問題的性質(zhì)、條件、試驗設(shè)計方法、樣本大小等的不同，所選用的顯著性檢驗方法也不同，因而在選用檢驗方法時，應(yīng)認(rèn)真考慮其應(yīng)用條件和適用范圍。3、選用合理的統(tǒng)計假設(shè)。進行顯著性檢驗時，無效假設(shè)和備擇假設(shè)的選用，決定了采用兩尾檢驗或是一尾檢驗。4、正確理解顯著性檢驗結(jié)論的統(tǒng)計意義。顯著性檢驗結(jié)論中的“差異顯著”或“差異極顯著”不應(yīng)該誤解為相差很大或非常大，也不能認(rèn)為在實際應(yīng)用上一定就有重要或很重要的價值。“顯著”或“極顯著”是指表面差異為試驗誤差可能性小于0.0或50.，0已1達到了

47、可以認(rèn)為存在真實差異的顯著水平。有些試驗結(jié)果雖然表面差異大，但由于試驗誤差大，也許還不能得出“差異顯著”的結(jié)論，而有些試驗的結(jié)果雖然表面差異小，但由于試驗誤差小，反而可能推斷為“差異顯著”。顯著水平的高低只表示下結(jié)論的可靠程度的高低，即在0.0水1平下否定無效假設(shè)的可靠程度為99，而在0.0水5平下否定無效假設(shè)的可靠程度為95。%“差異不顯著”是指表面差異為試驗誤差可能性大于統(tǒng)計上公認(rèn)的概率水平，不能理解為沒有差異。下“差異不顯著”的結(jié)論時，客觀上存在兩種可能：一是無本質(zhì)差異，二是有本質(zhì)差異，但被試驗誤差所掩蓋，表現(xiàn)不出差異的顯著性來。如果減小試驗誤差或增大樣本容量，則可能表現(xiàn)出差異顯著性。顯

48、著性檢驗只是用來確定無效假設(shè)能否被否定，而不能證明無效假設(shè)是正確的。、統(tǒng)計分析結(jié)論的應(yīng)用，還要與經(jīng)濟效益等結(jié)合起來綜合考慮。編輯常用顯著性檢驗檢驗適用于計量資料、正態(tài)分布、方差具有齊性的兩組間小樣本比較。包括配對資料間、樣本與均數(shù)間、兩樣本均數(shù)間比較三種，三者的計算公式不能混淆。檢驗應(yīng)用條件與檢驗大致相同，但t檢驗用于兩組間方差不齊時，t檢驗的計算公式實際上是方差不齊時檢驗的校正公式。檢驗應(yīng)用條件與檢驗基本一致，只是當(dāng)大樣本時用檢驗，而小樣本時則用檢驗，檢驗可以代替檢驗。方差分析用于正態(tài)分布、方差齊性的多組間計量比較。常見的有單因素分組的多樣本均數(shù)比較及雙因素分組的多個樣本均數(shù)的比較，方差分析

49、首先是比較各組間總的差異，如總差異有顯著性，再進行組間的兩兩比較，組間比較用檢驗或檢驗等。檢驗是計數(shù)資料主要的顯著性檢驗方法。用于兩個或多個百分比率的比較。常見以下幾種情況：四格表資料、配對資料、多于行列資料及組內(nèi)分組檢驗。零反應(yīng)檢驗用于計數(shù)資料。是當(dāng)實驗組或?qū)φ战M中出現(xiàn)概率為或時，檢驗的一種特殊形式。屬于直接概率計算法。符號檢驗、秩和檢驗和檢驗三者均屬非參數(shù)統(tǒng)計方法，共同特點是簡便、快捷、實用?？捎糜诟鞣N非正態(tài)分布的資料、未知分布資料及半定量資料的分析。其主要缺點是容易丟失數(shù)據(jù)中包含的信息。所以凡是正態(tài)分布或可通過數(shù)據(jù)轉(zhuǎn)換成正態(tài)分布者盡量不用這些方法。檢驗用于計量資料、正態(tài)分布、兩組間多項指

50、標(biāo)的綜合差異顯著性檢驗。編輯顯著性檢驗的應(yīng)用一在市場調(diào)研中，由于人力、物力、時間等問題，一般都用抽樣調(diào)查的方法抽取一定數(shù)量的具有代表性的群體，得出樣本數(shù)據(jù)來進行市場研究，并對市場總體特征進行統(tǒng)計推斷，在這里面就會存在兩個問題，一是樣本的特征數(shù)量能否反映總體特征？二是，兩種不同的樣本的數(shù)量標(biāo)志參數(shù)是否存在差異？只有解決這兩個問題，才能正確的推斷市場總體特征，也才能找出市場中不同特征群體的需求差異，這就需要統(tǒng)計學(xué)中的顯著性檢驗來解決，由于顯著性檢驗的功能在數(shù)據(jù)分析中的重大作用，顯著性檢驗在市場調(diào)研中得到了廣泛的應(yīng)用；但若不恰當(dāng)?shù)氖褂帽銜?dǎo)致市場調(diào)研信息反應(yīng)的歪曲或挖掘不充分；以下是我根據(jù)以往應(yīng)用顯

51、著性檢驗的經(jīng)驗而總結(jié)的一些關(guān)于如何恰當(dāng)?shù)膽?yīng)用統(tǒng)計檢驗的體會，僅供參考、討論。要恰當(dāng)?shù)倪\用檢驗方法，我們需要做到以下幾點：首先，了解各檢驗方法的適用范圍及其特點。這也是正確使用檢驗方法的基本前提，只有了解各檢驗方法的基本思想及特點，才能正確選取適當(dāng)?shù)臋z驗方法。許多統(tǒng)計檢驗方法的應(yīng)用對總體有特殊的要求如檢驗要求總體符合正態(tài)分布，檢驗要求誤差呈正態(tài)分布且各組方差整齊，等等。這些常用來估計或檢驗總體參數(shù)的方法，統(tǒng)稱為參數(shù)統(tǒng)計。許多調(diào)查或?qū)嶒炈玫目蒲袛?shù)據(jù)，其總體分布未知或無法確定，這時做統(tǒng)計分析常常不是針對總體參數(shù)，而是針對總體的某些一般性假設(shè)（如總體分布），這類方法稱非參數(shù)統(tǒng)計，相應(yīng)的，統(tǒng)計檢驗總體分為參數(shù)檢驗和非參數(shù)檢驗。在選擇參數(shù)與非參數(shù)檢驗時，首要考慮是數(shù)據(jù)的分布情況，能確定分布類型的，則可適當(dāng)選用參數(shù)檢