各个假设检验方法如何区分使用

① 检验假设的方法

常用的假设检验的方法有以下四种: （1）Z检验。Z检验常用于总体正态分布、方差已知或独立大样本的平均数的显着性和差异的显着性检验，非正态分布的皮尔森积差相关系数和二列相关系数的显着性检验以及两个相关系数分别由两组被试得到的相关系数差异性检验等情况。 （2）t检验。t检验常用于总体正态分布、总体方差未知或独立小样本的平均数的显着性检验，平均数差异显着性检验，相关系数由同一组被试取得的相关系数差异显着性检验，非正态分布的皮尔森相关系数的显着性检验等情况。

② 统计学的假设检验方法

统计学假设检验主要有T检验、Z检验两种方法，具体内容是：
1、T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。
2、z检验（U检验），是一般用于大样本(即样本容量大于30)平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数的差异是否显着。
除以上两种主要方法外，还有F检验和卡方检验。

③ 假设检验分类

在做数据验证、模型验证的时候，经常需要做一些假设检验，以检验得到的数据是否存在某种统计规律、模型的准确性。

下面各用一句话总结常用的几种假设检验的适应情况，方便查验：

• T test 小样本量(样本容量小于30)时用以比较两个平均值的差异是否显着
  

• Z test 大样本量(样本容量大于30)时用以比较两个平均值的差异是否显着

• 卡方检验 用以检验实验观测值与理论推断值是否一直：函数拟合时检验拟合的质量

• K-S检验 用以检验两个经验分布是否一致 或者一个经验分布与理论分布是否一致

④ 如何确定假设检验的方法

统计学中假设检验的基本步骤：

1.建立假设，确定检验水准α

假设有零假设（H0）和备择假设（H1）两个，零假设又叫作无效假设或检验假设。H0和H1的关系是互相对立的，如果拒绝H0，就要接受H1，根据备择假设不同，假设检验有单、双侧检验两种。

检验水准用α表示，通常取0.05或0.10，检验水准说明了该检验犯第一类错误的概率。

2.根据研究目的和设计类型选择适合的检验方法

这里的检验方法，是指参数检验方法，有u检验、t检验和方差分析三种，对应于不同的检验公式。对双样本资料，要注意区分成组设计和配对设计的资料类型。如果资料里有"配成对子"字样，或者是对同一对象用两种方法来处理，一般就可以判定是配对设计资料。

3.确定P值并作出统计结论

u检验得到的是u统计量或称u值，t检验得到的是t统计量或称t值。方差分析得到的是F统计量或称F值。将求得的统计量绝对值与界值相比，可以确定P值。

当α＝0.05时，u值要和u界值1.96相比较，确定P值。如果u＜1.96，则P＞0.05.反之，如u＞1.96，则P＜0.05.t值要和某自由度的t界值相比较，确定P值。如果t值＜t界值，故P＞0.05.反之，如t＞t界值，则P＜0.05。

相同自由度的情况下，单侧检验的t界值要小于双侧检验的t界值，因此有可能出现算得的t值大于单侧t界值，而小于双侧t界值的情况，即单侧检验显着，双侧检验未必就显着，反之，双侧检验显着，单侧检验必然会显着。即单侧检验更容易出现阳性结论。

当P＞0.05时，接受零假设，认为差异无统计学意义，或者说二者不存在质的区别。当P＜0.05时，拒绝零假设，接受备择假设，认为差异有统计学意义，也可以理解为二者存在质的区别。但即使检验结果是P＜0.01甚至P＜0.001，都不说明差异相差很大，只表示更有把握认为二者存在差异。

⑤ 假设检验方法有几种

假设检验是不可能做到完全正确的，它只能保证假设在最大概率上的成立。
一般双侧U-检验的做法就是你列出的检验法1。

利用检验法2或3，表面上结果是检验水平a下进行的，但实际内在的结果是：假设是在检验水平为b时成立；其中b可能大于a，也可能小于a。也就是说
（1）(当假设值与真实值差别非常小时) b≥a，即在比a更高的检验水平下也能成立，若使用这种检验法，则“弃真”的概率就更大；
（2）(当假设值与真实值差别比较大时) b≤a，即只有在比a低的检验水平下才能成立，若使用这种检验法，则“纳伪”的概率就更大。
所以一般不采用检验法2和3。

可以想象，检验法1中，u2和u1的大小关系是由契比学夫不等式确定的，只有成立与不成立的情况，没有程度关系。
而在检验法2和3中，u0或xx落在置信区间内的具体位置对其概率的影响是很大的，所以检验的结果也不一定准确，至少检验的结果不是对应于检验水平a的。

如果是通过矩估计法得到的u0，那么你列出的检验法2和检验法3就是一回事，u0＝xx。

⑥ 统计学假设检验有几种方法具体是什么

一两句话说不完:
假设检验就是根据样本，适当构造一个统计量，按照某种规则，决定是接受 H0( 拒绝H1 )还是拒绝 H0( 接受H1 )，所使用的统计量称为检验统计量．
分双边检验与单边检验.
参考
http://www.ncit.e.cn/yysx/ktz/shuxue/admin/upload/files/8.doc
http://dec3.jlu.e.cn/webcourse/t000133/esource/dzja/p08.ppt

⑦ 在假设检验中如何区分左单侧检验与右单侧检验

区分左单侧检验与右单侧检验的方法：

单侧检验包括左单侧检验和右单侧检验两种。如果所要检验的是样本所取自的总体的参数值是否大于某个特定值时，则采用右单侧检验；反之，若所要检验的是样本所取自的总体的参数值是否小于某个特定值时，则采用左单侧检验。

双侧检验，就是指当统计分析的目的是要检验样本平均数和总体平均数，或样本成数有没有显着差异，而不问差异的方向是否是正差还是负差时，所采用的一种统计检验方法。

注意事项：

强调某一方向的检验叫单侧检验，如要检验样本A均值是否显着大于样本B，可采取单侧检验。

如果所要检验的是样本所取自的总体的参数值是否大于某个特定值时，则采用右侧检验。反之，若所要检验的是样本所取自的总体的参数值是否小于某个特定值时，则采用左侧检验。

⑧ 如何确定假设检验的方法

什么是假设检验：假设检验(hypothesis
testing)是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作h0；选取合适的统计量，这个统计量的选取要使得在假设h0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显着性水平进行检验，作出拒绝或接受假设h0的判断。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、f—检验法，秩和检验等。
假设检验的基本步骤如下：
1、提出检验假设又称无效假设，符号是h0；备择假设的符号是h1。
h0：样本与总体或样本与样本间的差异是由抽样误差引起的；
h1：样本与总体或样本与样本间存在本质差异；
预先设定的检验水准为0.05；当检验假设为真，但被错误地拒绝的概率，记作α，通常取α=0.05或α=0.01。
2、选定统计方法，由样本观察值按相应的公式计算出统计量的大小，如x2值、t值等。根据资料的类型和特点，可分别选用z检验，t检验，秩和检验和卡方检验等。
3、根据统计量的大小及其分布确定检验假设成立的可能性p的大小并判断结果。若p>α，结论为按α所取水准不显着，不拒绝h0，即认为差别很可能是由于抽样误差造成的，在统计上不成立；如果p≤α，结论为按所取α水准显着，拒绝h0，接受h1，则认为此差别不大可能仅由抽样误差所致，很可能是实验因素不同造成的，故在统计上成立。p值的大小一般可通过查阅相应的界值表得到。
教学中的做法:
1.根据实际情况提出原假设和备择假设；
2.根据假设的特征，选择合适的检验统计量；
3.根据样本观察值，计算检验统计量的观察值(obs)；
4.选择许容显着性水平，并根据相应的统计量的统计分布表查出相应的临界值(ctrit)；
5.根据检验统计量观察值的位置决定原假设取舍。