假设检验

基本思路

1、提出假设。

首先提出零假设，记为 H0 ，设立零假设的目的在于检验中要予以拒绝或接受的假设，零假设总是假定总体没有显著性差异，所有差异都是由随机原因引起的。所以这种假设又称无效假设。其次提出备择假设，记为 H1，如果零假设被拒绝等于接受了备择假设，所以备择假设也就是所假设的对立事件。

2、决定检验的显著性水平α 。

在零假设成立的条件下，由被检验的统计量分布求出相应的临界值，该临界值即为零假设的拒绝域和接受的分界线。 

3、构造检验统计量，并依据样本信息计算检验统计量的实际值。 

4、将实际求得的检验统计量取值与临界值进行比较，做出拒绝或接受零假设的决策。 如果检验统计量取值超过临界值，说明零假设落入拒绝域中，我们就选择拒绝接受零假设；若检验统计量的取值小于临界值，零假设落入接受域中，我们就不能拒绝零假设，而必须接受零假设或作进一步的检验。

关于p值

p 值是在零假设成立的情况下，检验统计量的取值等于或超过检验统计量的实际值的概率，从而 p 值即为否定零假设的最低显著性水平。p 值经常被称为实际显著性水平， 以区别于给定的显著性水平α。

p = P( 检验统计量值 >=| 检验统计量实际｜）

把 p 值理解为零假设的支持率或可信程度。p 值越小，零假设越不可信。

可以直接用p来替代检验统计量实际值进行检验：

如果检验统计量的 p 值小于显著性水平α，说明零假设落入拒绝域中，我们就选择拒绝接受零假设；若检验统计量的 p 值大于显著性水平α，零假设落入接受域中，我们就不能拒绝零假设，而必须接受零假设或作进一步的检验。