随机信息中正态均值的灰色统计假设检验判定

利用随机信息进行参数的假设检验，是数理统计学的基本内容。但经典统计学的方法，都是建立在明确数据上的参数假设检验，而现实生活中很多数据具有不确定性。文章在灰色系统理论的基础上，建立了在随机样本信息下正态均值的灰色统计假设检验方法；并列举实例与经典的N—P假设检验方法进行了比较。     

也谈深入了解假设检验原理

本文对假设检验的原理进行了深入浅出的非数学的阐述，并对假设检验中的一些问题提出了自己的看法。     

假设检验中的H0-H1交换矛盾及其解决

传统假设检验方法存在H0-H1交换矛盾即同样一组假设检验数据,交换零假设和备择假设(等号位置不变,左右方向交换)会得到完全对立的结论。罗晓娟在文献[5]中提出三联式检验,彻底简洁的解决了H0-H1交换矛盾。本文给出了三联法的实例计算,并提出三联法的一种改进即P值三联法。     

统计显著性:一个被误读的P值——基于美国统计学会的声明

美国统计学会"关于统计显著性与P值"的官方声明发布之后,再次引发国内外研究学者对P值的广泛关注。在介绍国内统计教材中假设检验的基本内容和步骤的基础上,以"硬币投掷"与"背影识人"为例直观性解释P值、统计显著性与统计功效等相关概念,并引用心理学统计经典调查案例分析P值被误读的原因。同时,基于美国统计学会的声明,给出正确使用P值的建议。     

巧用SPSS做均值向量检验

文章基于两总体均值比较的特殊情形(样本容量n2=1),推导出其统计量F2与单总体均值向量检验中的统计量F1之间的关系表达式。这样,为了实现用SPSS做单总体均值向量的假设检验,可以将均值μ0视作随机样本Y来做两总体均值比较的假设检验,可以得到F2的值,进而通过关系表达式求得F1的值,然后,用F检验法完成这个的假设检验问题。最后,文章通过一个实例验证了该方法的快捷。     

统计方法的几何学研究

文章利用投影定理,推导出平稳时间序列的预报、线性回归模型参数的估计量和假设检验的统计量,并用几何直观图像形象地解释了时间序列未来值的预报,即未来值在现时值和过去值所生成空间中的投影,使对复杂的统计方法的理解变得简单易懂。     

多重假设检验及其在经济计量中的应用

 基于错误发现率(FDR: False Discovery Rate)的多重假设检验（MHT：Multiple Hypothesis Testing），已成为一种有效解决大规模统计推断问题的新方法。本文以错误控制为主线，对多重假设检验问题的错误控制理论、方法、过程和最新进展进行综述，并对多重假设检验方法在经济计量中的应用进行展望。     

在ISO9000系列标准中常用的一些统计技术（下）

一、几个概念的描述 １、总体：具有调查研究对象特性的全体（Ｎ１批量）。 ２、样本（随机样本）：总体的一部分。为某种目的从总体中随机抽取出来的一部分样品（ｎ，子样）。 ３、样品：样本中的每一产品（即总体中的每个个体）。 ４、样本容量：样本中包含的样品个数。 在ＩＳＯ－９０００系列标准中首推统计推断法，还有数理统计中的假设检验、方差分析、回归分析等一些统计技术以及实验设计、工序能力管理和控制图。 二、假设检验 １、概述 在实际工作中不仅存在着应用样本所得的结果推断总体的均值与方差的估计，来判定总体质量的状况…     

深入理解假设检验原理

本文通过一道假设检验问题引入了对假设检验原理的思考。文中作者对假设检验中的两类错误及原假设与备择假设之间的关系进行了深入的分析。     

对参数假设检验中几个问题的探析

在数理统计中,假设检验是统计推断的一个重要的内容,包含参数假设检验和非参数假设检验。参数假设检验是对总体分布中的未知参数先作出某种假设,再利用样本的信息对所提出的假设作检验。在实际中,参数假设检验在经济管理、质量控制、医药卫生等多方面都具有广泛的应用。     

从无罪推定认识假设检验

对于一般人来说,统计学中的假设检验是较难理解的,只有相关专业人士才对它的原理与方法较为熟悉;其实假设检验并不是想象中的那么难,下面让我们通过两个小故事去认识假设检验。第一个故事:1911年,英国一家法院审理了一起虐待少年罪案。被告人叫曼斯菲尔     

参数假设检验中的若干基本问题研究

文章对参数统计检验中的基本原理、势函数与两类错误、检验的p值和单边检验的假设与拒绝域等若干基本问题进行了研究,并分析了它们之间的关系,阐明了参数的区间估计和假设检验的关系,揭示了参数统计推断的本质。     

EXCEL在假设检验中的应用

一、基本原理假设检验是推断统计中的一项重要内容 ,它先对研究总体的参数作出某种假设 ,然后从所研究总体中抽取样本进行观察 ,用样本所提供的信息对假设的正确性进行判断 ,从而决定假设是否成立。若观察结果与理论不符 ,则须放弃假设 ;否则 ,认为无充分证据表明假设错误。假设检验的一般步骤是 :提出零假设和备择假设 ;确定适当的检验统计量并计算其值 ;根据显著性水平α定出拒绝区 ;作出最终结论。二、单个样本的假设检验对单个样本的假设检验 ,我们可以根据抽样推断的思路 ,用相应函数计算临界值 ,来判断是接受还是拒绝零假设。以检验均…     

对假设检验方法的改进

传统的假设检验在原假设的设定和检验结论的理解方面存在很多费解的地方。原假设的设定主观性强，检验的原假设结论和备择假设结论的不对称是其主要原因。针对以上问题，文章提出了三联式假设检验。     

浅议第Ⅱ类错误

本文对假设检验中可能出现的第Ⅱ错误进行讨论，使我们对发生第Ⅱ类错误的概率进行控制，不至于在进行假设检验时出现严重的错 误。     

EXCEL辅助教学与假设检验

假设检验是现代统计学中不可缺少的一部分，本文介绍运用ＥＸＣＥＬ辅助假设检验的教学。     

正态总体均值与标准差比在序约束下的假设检验

要想找出正态总体均值与标准差比在序约束下的假设检验的检验统计量是一个比较困难的问题，即使找到了，也比较复杂。文章通过求出正态总体均值与标准差比在序约束下的置信区间，根据置信区间与假设检验的关系，得出了检验的拒绝域与接受域，避免了通过找到检验统计量来确定拒绝域与接受域的困难。     

基于假设检验的区间估计必要样本容量确定

文章比较了假设检验必要样本容量和区间估计必要样本容量的确定方法，认为二者具有相同的数理统计原理，可以将区间估计作为假设检验的一种特例来看待。在区间估计中存在忽视纳伪错误的弊端，可通过增加必要样本容量的方法，同时控制犯弃真错误和纳伪错误的概率，进而提高置信区间的精度。     

设立原假设中的辩证分析

 该文从统计决策角度提出了“如何选取单侧假设检验中原假设”的问题,综合分析了相关文献中对该问题的各种解释及解决方法,同时运用唯物辩证法原理来理解并解决该问题中的各种矛盾,最后简要阐述了假设检验、可信区间和统计决策之间的辨证关系。     

假设检验中控制第二类错误的探讨

总体参数假设检验中犯第二类错误的概率受到检验水平、参数真值和样本容量等因素的影响。花费过多的成本（样本容量很大）去检验总体参数与待检值是否还存在细小的差距往往是不必的，因而，在给定“辨别差距”的情况下，可以通过选择样本容量在一定程度上实际实现对两类错误的控制。