1. 假设检验怎样查表
假设检验：做出假设或断言，对照证据进行检验。
主要分为以下六步：
（1）确定假设
所检验的断言被称为原假设，用H0表示；
与原假设对立的断言被称为备择假设，用H1表示；
进行假设验证时，假定原假设为真；但如果有足够证据反驳原假设，则拒绝原假设，接受备择假设，这一过程也被称为显著性检验。
（2）选择检验统计量
（3）确定拒绝域
先定显著性水平，以百分比表示，在显著性水平内，将拒绝原假设，一般为5%。
P ( X < c ) < α ， 其 中 c 为 检 验 边 界 值 ， α 为 显 著 性 水 平 P(X<c)<\alpha，其中 c为检验边界值，\alpha为显著性水平
P(X<c)<α，其中c为检验边界值，α为显著性水平
检验方式
单尾检验
拒绝域位于数据的左侧或右侧
双尾检验
拒绝域一分为二，位于数据的两侧
根据备择假设选择尾部
（4）求出P值（小于或者等于拒绝域向上的一个样本数值的概率）
根据检验统计量的数据分布，求出P值。可根据查表快速求出P值。
（5）判断样本结果是否位于拒绝域中
（6）做出决策
如果假设检验的P值落在检验拒绝域外，则表明没有充分证据拒绝原假设，所以原假设为真；
反之拒绝原假设，备择假设为真。
2. 假设检验查表怎么查
将未知量Z对应的列上的数字与行对应的数字结合起来，通过查找表格来定位它。例如，如果要查找假设x=1.15，
1）在左列中找到1.1的标准正态分布表
2）在上行中找到0.05
3）1.1和0.05对应的值是0.8749。
3. 假设检验怎么设
不妨设随机变量z服从正态分布n(a,b)，a是其均值，b是其方差。
令z'=（z-a）/sqrt(b)，其中sqrt(·)为开方。
这样，z'就变成了服从标准正态分布n(0,1)的随机变量。
举俩例子吧。
例一、z服从n(0,1)。求p(|z|≥2)。
由于z已经服从标准正态分布n(0,1)，那么z'=z，不必转化了。
p(|z|≥2)=p(z≥2)+p(z<=-2)
=2*p(z≥2)
=2*(1-p(z<=2))
查表可知，p(z<=2)=0.9772，所以p(|z|≥2)=0.0456。
注意：所谓的正态分布表都是标准正态分布表(n(0,1))，通过查找实数x的位置，从而得到p(z<=x)。表的纵向代表x的整数部分和小数点后第一位，横向代表x的小数点后第二位，然后就找到了x的位置。比如这个例子，纵向找2.0，横向找0，就找到了2.00的位置，查出0.9772。
例二、z服从n(5,9)，求p(z≥11)+p(z<=-1)。
令z'=(z-5)/3，z'服从n(0,1)
做转化p(z≥11)+p(z<=-1)=p(|z-5|≥6)
=p(|z'|≥2)
到此，你可能也看出来了，通过转化，例二和例一实际是一样的。剩下的计算，请你在不看例一解答的情况下，自己做一遍吧。加深印象，呵呵。
谢谢3楼的兄弟，谢谢你！
不过还有点没明白，就是：
查表可知，p(z<=2)=0.9772，所以p(|z|≥2)=0.0456。
为什么？0.0456是怎么得出来得呢？
==============================
前面已经推导出
p(|z|≥2)=p(z≥2)+p(z<=-2)
=2*p(z≥2)
=2*(1-p(z<=2))
代入p(z<=2)=0.9772
算出p(|z|≥2)=2*(1-0.9772)=0.0456
4. 假设检验如何下结论
假设检验的检验规则有：P-规则和临界值规则。
P-规则：所谓P-值，实际上是检验统计量超过(大于或小于)具体样本观测值的概率。如果P-值小于所给定的显著性水平，则认为原假设不太可能成立；如果P-值大于所给定的标准，则认为没有充分的证据否定原假设。
临界值规则：假设检验中，还有另外一种做出结论的方法：根据所提出的显著性水平标准（它是概率密度曲线的尾部面积）查表得到相应的检验统计量的数值，称作临界值，直接用检验统计量的观测值与临界值作比较，观测值落在临界值所划定的尾部（称之为拒绝域）内，便拒绝原假设；观测值落在临界值所划定的尾部之外（称之为不能拒绝域）的范围内，则认为拒绝原假设的证据不足。这种做出检验结论的方法，我们称之为临界值规则。
5. 假设检验的结论怎么下
按照下面的格式写出来就可以了。不过格式是次要的，最重要的是真的研究过程记录和结果。
1、题目
2、班级、姓名（如果是课题组，那么按照贡献大小排列，先大后小，一般不要超过5个）
3、内容摘要
4、关键词
5、开题报告中的前面几部分内容：问题的缘起、选题理由、研究内容、目的、意义、核心概念界定、国内外研究综述
6、正文： （1）研究对象、研究方法 （2）研究内容、研究假设 （3）研究步骤、过程如何 （4）研究结果分析和讨论
7、结论
8、参考文献
6. 假设检验怎么查表u0.025
当给定了检验的显著水平a=0.05时，进行双侧检验的Z值为1.96 。
当给定了检验的显著水平a=0.01时，进行双侧检验的Z值为2.58 。
当给定了检验的显著水平a=0.05时，进行单侧检验的Z值为1.645 。
当给定了检验的显著水平a=0.01时，进行单侧检验的Z值为2.33 。
1、显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。这表明，当作出接受原假设的决定时，其正确的可能性（概率）为95%或99%。
2、Z检验（Z Test）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著。
3、z值是z检验的统计量，可以查正态分布表得到不同a时的Z值。
如：当给定了检验的显著水平a=0.05时，如果要检验是否相等，就是双侧检验，允许左右各有误差，即a/2=0.025，此时要查尾部面积是0.025时的Z值。对应的Z值为1.96即为Z0.025=1.96。
当给定了检验的显著水平a=0.01时，如果要检验是否相等，就是双侧检验，允许左右各有误差，即a/2=0.005，此时要查尾部面积是0.005时的Z值。对应的Z值为2.58即为Z0.005=2.58。
- 相关评论
- 我要评论
-