參數檢驗之概念
參數檢驗:包括參數估計、假設檢驗。參數檢驗即,在已知隨機變量總體分佈類型的前提下,估計隨機變量總體分佈的參數,如總體分佈的均值、方差等,並對估計值進行假設檢驗,已判斷估計值是否可信。
所謂假設檢驗,即設定原假設H_0,一般H_0爲XXX與XX無明顯差異。在總體分佈的基礎上(估計而得),設定檢驗統計量,檢驗統計量一般服從 t 分佈或者 F 分佈(一般需要查閱文獻),在數據量大的前提下,一般服從正態分佈。設定完與估計所得參數有關的檢驗統計量後,計算檢驗統計量的值於檢驗統計量在其分佈下的概率。並依據此值或者概率,藉由一定的置信度前提下,判斷所估計之參數是否正確。
T檢驗
T檢驗即均值檢驗,用以檢驗正態分佈變量的總體分佈的均值(μ)大小或者兩變量所對應的總體分佈的均值是否相同。由於在該檢驗中採用的檢驗統計量服從t分佈,故稱爲T檢驗。
單變量均值檢驗
檢驗隨機變量X,X~N(μ,δ²),其總體的均值μ是否等於μ0。μ0爲給定值(一般由無偏估計求出,或問題給出)。
原假設: 即,μ與μ0之間無明顯差異
檢驗統計量設定:
若X服從正態分佈N(μ,δ²),則樣本均值。
構造檢驗統計量爲t:
t服從t分佈。S爲樣本標準差。計算t的值,檢查其相應的概率,以此概率判斷是否接納原假設。如檢驗統計量的概率爲p。
置信度爲95%、顯著水平爲:0.05.則若p>0.05則接受原假設。
實例演示與SPSS
問題:檢驗4組車輪的直徑的均值是否都等於322。
分析:隨機變量爲車輪直徑X。因爲有4組,故存在4個隨機變量X,運用t檢驗檢驗其是否分別都等於322即可。
打開SPSS:
打開數據文件ttest1.sav(下載地址:https://download.csdn.net/download/weixin_42141390/11701140;路徑爲:.\9\ttest1.sav)
部分數據如下:
考慮到數據文件將分組用變量表示,故先進性拆分:點擊“數據”,“拆分文件”,選擇“比較組”將“機械編號”變量納入分組依據中即可。
之後點擊“分析”中的“比較均值”,點擊“單樣本t檢驗”,將檢驗值設置爲322,在options(選項)上設置置信度爲90%。點確定-確定即可。
得出結果有兩個表:
一個是統計描述表
單樣本統計
機器編號 個案數 平均值 標準 偏差 標準 誤差平均值
1 制動閘直徑 16 321.998494 .0111445 .0027861
2 制動閘直徑 16 322.014263 .0106985 .0026746
3 制動閘直徑 16 321.998281 .0104840 .0026210
4 制動閘直徑 16 321.995431 .0069878 .0017469
另一個是:
單樣本檢驗
機器編號 檢驗值 = 322
t 自由度 Sig.(雙尾) 平均值差值 差值 90% 置信區間
上下限
1 制動閘直徑 -.541 15 .597 -.0015063 -.006390 .003378
2 制動閘直徑 5.333 15 .000 .0142625 .009574 .018951
3 制動閘直徑 -.656 15 .522 -.0017187 -.006313 .002876
4 制動閘直徑 -2.615 15 .019 -.0045688 -.007631 -.001506
可以看到檢驗統計量t的值和其概率。可以看出,只有編號爲2的概率小於0.1。故拒絕原假設,即認爲編號2的機器的直徑均值不等於322.
雙尾概率:
https://wenda.so.com/q/1413687569492751
與方向有關。