当前课程知识点：心理统计 > 7 假设检验 > 7.2 假设检验的一般过程 > 7.2 假设检验的一般过程
大家好
今天我们来学习第七章假设检验的第二节
假设检验的一般过程
这一节的主要内容是先介绍假设检验的过程
然后我们会举一个例子来说明
最后我们进行一下小结
首先我们来看一看假设检验的一般过程
他的第一个步骤是要根据我们的研究假设
来提出我们的虚无假设和备择假设
如果我们假设处理效应是有方向的
我们就会提出单侧检验的假设
如果我们的假设中实验的处理效应
是没有方向的
我们就会提出双侧检验的假设
第二步我们就是取得样本
然后计算样本的统计量
一般我们是计算Z分数
然后我们确定显著性水平
一般确定为0.05
0.01 0.001
这些都可以
最后再根据显著性水平查表得到临界值
然后我们就可以将样本得到的统计量
与临界值相比较来作出结论
下面我们来看一个假设检验的例子
一个生产饼干的工厂
他想要确认他们所生产的某种饼干平均重量
是不是为每包454克
那么在这里
这个454克就是一个总体的均值
那么我们假设每包的重量是正态分布
总体的标准差是7.8克
现在我们从中抽取了一个N等于25的样本
然后我们测出样本的平均重量是450克
那么在这个例子中
我们首先要提出我们的虚无假设和备择假设
我们的虚无假设就应当是认为
这个平均重量450克的
这个样本所来自于的总体也应该是μ等于
454克
所以我们的虚无假设就是μ等于454克
然后我们的备择假设就是与他对立的
μ不等于454克
那么我们的第二步
就是要找到样本所对应的
样本均值的抽样分布
那么根据我们样本平均数分布的一个结论
我们的样本平均数应该服从均值等于总体的
平均数
方差等于总体的方差除以N这样一个正态分布
那么在这种正态分布下
我们就可以计算出相应的Z分数值
那么在这个例子里面
我们带入我们所取得的样本均值和总体参数
样本的均值是450克
总体的参数均值是454克
我们把它带入到Z分数中
求得的Z分数的值是-2.56
第三步我们就要根据假设检验的显著性水平
α等于0.05来查表得到我们Z的临界值
在这里我们查正态分布表
得到Z的临界值是正负1.96
那么通过这个临界值
我们就可以把整个分布划分为接受域和拒绝域
那么第四步我们就是要把我们
根据样本计算出来的实际的Z值
和Z的临界值进行比较
我们看到我们的实际的Z值-2.56
是小于Z的临界值-1.96的
因此它是在位于拒绝域之中的
那么所以我们做出的结论就应该是
拒绝虚无假设而接受备择假设
因此认为这个工厂生产的饼干
它的平均重量不是每包454克
下面我们进行一下小结
在这个过程中
我们首先应该提出假设
也就是包括了虚无假设和备择假设
然后我们采取科学的抽样方法取得样本
然后我们就会计算出样本的统计量Z分数
接下来我们确定我们所要用的显著性水平α
然后再查正态分布表
得到了Z的临界值
最后一步
我们就要根据我们计算出的样本的Z值
我们就要根据我们计算出的样本的Z值
和临界值所比较看它是落在拒绝域之中
还是拒绝域之外
根据这个来得出我们相应的结论
到底是接受虚无假设还是拒绝虚无假设
今天的内容就讲到这里
谢谢大家
-1.1 统计学的意义
-1.2 心理统计简介
-1.3 基本概念介绍1
-1.4 基本概念介绍2
-1.4 基本概念介绍2--作业
-1.5 研究方法
--1.5 研究方法
-2.1 统计表和统计图简介
--2.1 统计图表
-2.1 统计表和统计图简介--作业
-2.2 频数分布表
-2.2 频数分布表--作业
-2.3 频数分布图
-2.3 频数分布图--作业
-2.4 百分位数和百分等级
-2.4 百分位数和百分等级--作业
-3.1 平均数
--3.1 平均数
-3.1 平均数--作业
-3.2 中数
--3.2 中数
-3.2 中数--作业
-3.3 众数
--3.3 众数
-3.3 众数--作业
-4.1 全距和四分位距
-4.1 全距和四分位距--作业
-4.2 标准差和方差
-4.2 标准差和方差--作业
-4.3 差异系数
--4.3 差异系数
-4.3 差异系数--作业
-5.1 Z分数介绍
-5.1 Z分数介绍--作业
-5.2 Z分数的分布及转换
-5.2 Z分数的分布及转换--作业
-6.1 概率的基本概念
--6.1 概率与二项分布--作业
-6.2 概率与二项分布
-6.2 概率与二项分布--作业
-6.3 概率与正态分布
-6.3 概率与正态分布--作业
-6.4 抽样分布与推论统计
-6.4 抽样分布与推论统计--作业
-7.1 假设检验的一般原理
-7.1 假设检验的一般原理--作业
-7.2 假设检验的一般过程
-7.2 假设检验的一般过程--作业
-7.3 假设检验的不确定性和误差
-7.3 假设检验的不确定性和误差--作业
-7.4 有方向的假设与单侧检验
-7.4 有方向的假设与单侧检验--作业
-8.1 t统计量与t检验
-8.1 t统计量与t检验--作业
-8.2 单样本t检验的方法
-8.2 单样本t检验的方法--作业
-8.3 有方向的检验和单侧检验
-8.3 有方向的检验和单侧检验--作业
-9.1 独立样本t检验
-9.1 独立样本t检验--作业
-9.2 独立样本t检验的应用
-9.2 独立样本t检验的应用--作业
-10.1 相关样本t检验方法
-10.1 相关样本t检验方法--作业
-10.2 有方向的假设和单侧检验
-10.2 有方向的假设和单侧检验--作业
-11.1 效应量的测量
-11.1 效应量的测量--作业
-11.2 均值检验效应量
-11.2 均值检验效应量--作业
-11.3 统计检验力及其影响因素
-11.3 统计检验力及其影响因素--作业
-12.1 参数估计的基本内容
-12.1 参数估计的基本内容--作业
-12.2 用t统计量作参数估计
-12.2 用t统计量作参数估计--作业
-12.3 假设检验和参数估计
-12.3 假设检验和参数估计--作业
-13.1 方差分析的逻辑
-13.1 方差分析的逻辑--作业
-13.2 方差分析的计算
-13.2 方差分析的计算--作业
-14.1 完全随机单因素方差分析
-14.1 完全随机单因素方差分析--作业
-14.2 方差分析的测量效应和事后检验
-14.2 方差分析的测量效应和事后检验--作业
-15.1 重复测量单因素实验设计
-15.1 重复测量单因素实验设计--作业
-15.2 重复测量单因素方差分析的逻辑和计算
-15.2 重复测量单因素方差分析的逻辑和计算--作业
-16.1 完全随机两因素实验设计
-16.1 完全随机两因素实验设计--作业
-16.2 完全随机两因素方差分析的逻辑和计算
-16.2 完全随机两因素方差分析的逻辑和计算--作业
-16.3 简单效应检验
-16.3 简单效应检验--作业
-16.4 完全随机两因素方差分析的效应值和事后检验
-16.4 完全随机两因素方差分析的效应值和事后检验--作业
-17.1 相关概述
-17.1 相关概述--作业
-17.2.1 皮尔逊相关1
-17.2.1 皮尔逊相关1--作业
-17.2.2 皮尔逊相关2
-17.2.2 皮尔逊相关2--作业
-17.3 等级相关
-17.3 等级相关--作业
-17.4 点二列相关和二列相关
-17.4 点二列相关和二列相关--作业
-17.5 φ相关
--17.5 φ相关
-17.5 φ相关--作业
-18.1 简单线性回归
-18.1 简单线性回归--作业
-18.2 回归模型和回归系数
-18.2 回归模型和回归系数--作业
-18.3 线性回归的基本假设
-18.3 线性回归的基本假设--作业
-18.4 变异的分解
-18.4 变异的分解--作业
-18.5 回归方程的估计标准误
-18.5 回归方程的估计标准误--作业
-18.6 回归方差的有效性检验
-18.6 回归方差的有效性检验--作业
-19.1 二项检验
-19.1 二项检验--作业
-19.2 卡方检验
-19.2 卡方检验--作业
-19.3 四格表及列联表
-19.3 四格表及列联表--作业
-20.1 非参数检验概述
-20.1 非参数检验概述--作业
-20.2 单样本非参数检验
-20.2 单样本非参数检验--作业
-20.3 两独立样本非参数检验
-20.3 两独立样本非参数检验--作业
-20.4 多个独立样本非参数检验
-20.4 多个独立样本非参数检验--作业
-20.5 两个配对样本非参数检验
-20.5 两个配对样本非参数检验--作业
-20.6 多配对样本的非参数检验
-20.6 多配对样本的非参数检验--作业
