假设检验的基本原理

假设检验的基本原理

统计中的假设检验与生活中的假设检验在思想上是完全一致的，就是通过已有的数据资料对某件事情做出决策判断。从原理上说，进行假设检验的方法十分简单，对统计调查中出现的差异进行定量分析，以确定其性质。但抽样结果是偶然性在起作用，还是系统误差造成的，需要给出一个量的界限。

要给出量的界限，就需要用到概率论的知识，这里使用的是概率论中的一个基本原理：小概率事件在一次试验中基本上不会发生。具体说，有某假设H ₀ 需要检验，先假设 H ₀ 是正确的，在此假定下，某事件A出现的概率很小，进行一次试验如果A出现了，就使人不得不怀疑以小概率事件A为前提的原假设H ₀ 的正确性；反之，如果小概率事件 A 不出现，则试验结果与假设相符，没有理由拒绝H ₀ ——概率反证法。

概率反证法的逻辑是：假设原假设成立，如果小概率事件在一次试验中居然发生，我们就以很大的把握否定原假设。在假设检验中，小概率α为显著性水平，α的选取要根据实际情况而定。

做出判断所依据的逻辑如下：如果原假设是对的，那么衡量差异大小的某个统计量落入某个区域是个小概率事件，如果该统计量的实测值落入该区域，也就是说原假设成立下的小概率事件发生，就认为原假设不可信而否定它，否则就不能否定原假设。不否定原假设并不是肯定原假设一定对，而只是说差异还不够显著，还没有达到足以否定原假设的程度。