가설 검증 1. 정의
시료 샘플을 결정하는데 사용되며, 전체 샘플 차이는 샘플링 에러 나 통계적 추론 방법은 본질적 차이에 의해 발생에 기인한다.
2. 중요한 시험 원리
이 연구 샘플의 일반적인 특성에 대한 특정 가정을 한 후 통계적 추론을 통해,이 가설은 거부되어야 또는 메이크업 추론에 허용됩니다.
가설 검정 3. 기본 개념
Reductio 광고 absurdum 작은 확률 원리
Reductio 광고 absurdum이 제시 가설을 테스트하는 것입니다, 다음 적절한 통계 방법, 작은 확률 원리의 사용, 가설이 설정되었는지 여부를 결정하기 위해, 작은 확률의 원리는 다시 발생하지 않습니다 기본적으로 실험을 작은 확률 이벤트를 말합니다.
두 가지 유형의 오류를 테스트 4. 가설
내가 오류 입력 : 귀무 가설이 정확하지만, 그것을 거부하는 것은 잘못입니다 "진정한 거부"오류, 오류의 발생 확률의 확률이 먼저 클래스입니다.
II 오류를 입력 : 원래의 가정이 잘못이지만, 오류가 그것을 거절하지 않았다, 즉, "의사"오류, 타입 II 오류 확률 등의 발생 확률.
5. 가설을 테스트하는 이유는 두 가지 유형의 오류를 확인하십시오.
작은 확률 시간이 불가능하지만, 그 발생 확률이 매우 작고, 우리는 완전히 발생 가능성을 배제 할 수 없다.
6 단계 가설 검증
적절한의 귀무 가설과 대립 가설을 결정
검정 통계량을 선택하고 검정 통계량 관측을 얻기 위해 선택한 샘플 값을 계산합니다.
관측 값, 즉 P 값의 발생 확률 테스트 통계를 계산하는 단계를 포함한다.
유의 수준 a 및 메이크업 결정을 감안할 때. P <A, 귀무 가설이 거부되면, 반대로, 귀무 가설을 거부 할 이유가 없다.
7. 평균 프로세스 개념.
기술과 규모 변수를 분석 한 유용한 방법은, 당신은 많은 변수와 중앙 경향 이산 동향의 통계 지표의 분석이 필요할를 얻을 수 있습니다, 그는 다른 그룹 또는 교차 범주를 비교할 수 있습니다.
평균 효과를 처리 8..
이 프로세스는 하위 그룹의 평균 및 관련 단 변량 통계 변수로 인해 하나 개 이상의 독립 변수의 범주를 계산할 수있다, 당신은 또한 과정에서 일원 분산 분석 및 상관 관계 테스트 한계선을 얻을 수 있습니다.
9. 공정은 많은 통계 서브 그룹의 각 그룹 변수 선택의 각 항목의 의미로 나눌 수있다.
함께, 케이스, 평균값, 중간 값의 개수, 상기 그룹 메디안, 평균, 최소, 최대 범위의 표준 오차, 가변 패킷의 첫 번째 카테고리 변수 값, 변수의 카테고리 변수 값의 최종 패킷 표준 편차, 분산, 첨도, 첨도의 표준 오차, 비대칭도, 왜곡도, 표준 오차 백분율, 비율의 총 수의 백분율, 및 번호, 기하 평균, 조화 평균의 합계의 비율.