假設檢定 (Hypothesis testing)
機率統計教學錄影數學符號數學基礎排列組合機率統計簡介機率機率公理隨機變數連續測度單一分布條件機率聯合分布貝氏定理動差生成函數特徵函數機率法則匯總離散分布二項分布多項分布負二項分布幾何分布超幾何分布布瓦松分布連續分布均勻分布常態分布Gamma 分布指數分布卡方分布柯西分布Weibull 分布T 分布F 分布Beta 分布多維分布統計抽樣敘述統計推論統計中央極限定理估計方法單組樣本估計兩組樣本估計檢定方法單組樣本檢定兩組樣本檢定平均値的推論變異數的推論無母數推論迴歸分析變異數分析實驗設計因子實驗品質管制時間序列數據分類統計定理匯總統計情況分類計算統計蒙地卡羅法最大似然法則假說與學習EM 算法簡單貝氏分類貝氏網路隨機過程馬可夫鏈蒙地卡羅馬可夫資源範例投影片教學錄影練習題考題解答訊息相關網站參考文獻最新修改簡體版English |
原理根據某些樣本,推論統計可以進行實驗的檢定某個假設 H1 是否可能,其方法是透過否定對立假設 H0,看看 H0 是否不太可能發生。
透過推論統計,我們可以檢查實驗結果是否具有顯著性 (假設檢定),也就是實驗的假設 H1 是否要被接受,由於 H0 是H1 的對立假設 (不是 H0 就是 H1,也就是 H1 = not H0),因此一旦否決了 H0 就代表接受了 H1。 在進行假設檢定的推論時,我們可能推論正確,也可能推論錯誤,以下是四種可能的推論情況。
當然我們會希望正確決策的機會越大越好,而錯誤決策的機會越小越好。推論統計可以告訴我們各類型正確與錯誤決策的機率,以便讓我們知道是否要接受 H1 而拒絕 H0。 方法用 Z 或 T 的統計量,進行常態分配平均的假設檢定。(但常態性如何確保,通常有兩種基本假設,第一種是母體分布為常態性,第二種是樣本數夠大,根據大數法則 $\frac{x_1+x_2+....+x_n}{n}$ 會趨向常態性)。 範例單組樣本的檢定
兩組樣本的檢定
多組樣本的檢定 (ANOVA 變異數分析)
|
page revision: 10, last edited: 19 Dec 2011 03:40
Post preview:
Close preview