对来自总体 X X X的样本 X 1 , X 2 , ⋯ , X n X_1,X_2,\cdots,X_n X1,X2,⋯,Xn,及给定的显著水平 α \alpha α检验假设 H 0 : X 的分布函数为 F ( x ) ( H 1 : X 的分布函数不是 F ( x ) ) . H_0:X\text{的分布函数为}F(x)(H_1:X\text{的分布函数不是}F(x)). H0:X
设有 n n n个相互独立的观测结果 ( X 1 , Y 1 ) (X_1,Y_1) (X1,Y1), ( X 2 , Y 2 ) (X_2,Y_2) (X2,Y2), ⋯ \cdots ⋯, ( X n , Y n ) (X_n,Y_n) (Xn,Yn),诸对 X i X_i Xi和 Y i Y_i Yi受同一因素影响, D i = X i − Y i D_i=X_i-Y_i
p p p值是拒绝零假设的显著性水平的最小的 α \alpha α值,对于一切大于 p p p值的 α \alpha α,错误拒绝 H 0 H_0 H0的概率不超过 α \alpha α。 p p p值是利用实际调查或实验数据,通过代入抽样分布计算出的一个概率值,如果原假设是正确的,那么 p p p值不应该较小。而如果很小,说明小概率事件经常发生,就有悖原假设,就要拒绝。
一、基本概念 在统计中,我们把需要用样本去推断“正确”与否的命题称为一个假设。当然,假设是可以关于参数的,也可以是关于分布的。 通过样本对一个假设作出“对”或“不对”的具体判断规则就称为该假设的一个检验。检验的结果若“是”,则否定该命题,就称拒绝该假设,否则就称为接受原假设。这里的拒绝和接受原假设,只是在当前样本下作出的判断,并没有从逻辑或理论上“证明”该命题正确与否。 设有样本 X X X