6 关系: 學生t檢驗,累积分布函数,零假设,標準差,正态分布,期望值。
學生t檢驗
學生t檢驗(Student's t-test)是指虛無假设成立時的任一檢定統計有學生t-分佈的統計假說檢定,屬於母數統計。學生t檢驗常作為檢驗一群來自常態分配母體的獨立樣本之期望值的是否為某一實數,或是二群來自常態分配母體的獨立樣本之期望值的差是否為某一實數。舉個簡單的例子,也就是說我們可以在抓取一個班級的男生,去比較該班與全校男生之身高差異程度是不是推測的那樣,或是不同年級班上的男生身高的差異的場合是否一如預期使用此檢驗法。.
累积分布函数
累积分布函数,又叫分布函数,是概率密度函數的积分,能完整描述一個實随机变量X的概率分佈。一般以大寫“CDF”(Cumulative Distribution Function)标记。 對於所有實數x ,累积分布函数定義如下:.
新!!: Z检验和累积分布函数 · 查看更多 »
零假设
在推论统计学中,零假设(null hypothesis,又译--、原假设,符号:H0)是做统计检验时的一类假设。零假设的内容一般是希望能证明为错误的假设,或者是需要着重考虑的假设。 比如说,在相关性检验中,一般会取“两者之间无关联”作为零假设,而在独立性检验中,一般会取“两者之间非獨立”作为零假设。与零假设相对的是备择假设(对立假设,alternative hypothesis),即希望证明是正确的另一种可能。从数学上来看,零假设和备择假设的地位是相等的,但是在统计学的实际运用中,常常需要强调一类假设为应当或期望实现的假设。如果一个统计检验的结果拒绝零假设(结论不支持零假设),而实际上真实的情况属于零假设,那么称这个检验犯了第一类错误。反之,如果检验结果支持零假设,而实际上真实的情况属于备择假设,那么称这个检验犯了第二类错误。通常的做法是,在保持第一类错误出现的机会在某个特定水平上的时候(即显著性差异值或α值),尽量减少第二类错误出现的概率。.
標準差
標準差(又稱标准偏差、--,,缩写SD),数学符号σ(sigma),在概率統計中最常使用作為測量一組數值的離散程度之用。標準差定義:為方差開算术平方根,反映组内个体间的离散程度;标准差与期望值之比为标准离差率。測量到分佈程度的結果,原則上具有兩種性質:.
正态分布
常態分布(normal distribution)又名高斯分布(Gaussian distribution),是一個非常常見的連續機率分布。常態分布在统计学上十分重要,經常用在自然和社会科学來代表一個不明的隨機變量。 若隨機變量X服從一個位置參數為\mu、尺度參數為\sigma的常態分布,記為: 則其機率密度函數為 常態分布的數學期望值或期望值\mu等於位置參數,決定了分布的位置;其方差\sigma^2的開平方或標準差\sigma等於尺度參數,決定了分布的幅度。 常態分布的機率密度函數曲線呈鐘形,因此人們又經常稱之為鐘形曲線(类似于寺庙里的大钟,因此得名)。我們通常所說的標準常態分布是位置參數\mu.
期望值
在概率论和统计学中,一个离散性随机变量的期望值(或数学期望、或均值,亦简称期望,物理学中称为期待值)是试验中每次可能的结果乘以其结果概率的总和。换句话说,期望值像是随机试验在同样的机会下重复多次,所有那些可能狀態平均的结果,便基本上等同“期望值”所期望的數。需要注意的是,期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。(换句话说,期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合裡。) 例如,掷一枚公平的六面骰子,其每次「點數」的期望值是3.5,计算如下: \operatorname(X)&.