统计推断的步骤：确定零假设和备选假设，Ho和H构造合适的统计量，T=T(X1,..,Xn)确定拒绝区间，查看观测值1，…n所对应的统计量t=T(1,,n)是否落在拒绝区域
- 确定零假设和备选假设, 和 - 构造合适的统计量, - 确定拒绝区间, 查看观测值 所对应的统计量 是否 落在拒绝区域 统计推断的步骤：
p值p -value)7设统计量T=TX1....Xn)在观测点T1,...,Cn的值为：t=T(a1,,n），根据此值在统计量 T = T(Xi,…,Xn) 的分布的位置(Ho之下),左尾或右尾，计算在零假设H下的相应的p= P(T >t)概率P=PT)或00S10S1O(Aonounre()ooneOL'O010S0'0000'00n51015051015
设统计量 在观测点 的值为： . 根据此值在统计 量 的分布的位置( 之下)， 左尾或右尾, 计算在零假设 下的相应的 概率, 或 p值 ( p -value) 0 5 10 15 0.00 0.05 0.10 0.15 0.20 y Density Function f(y) 0 5 10 15 0.00 0.05 0.10 0.15 0.20 y Density Function f(y)
-- p值对应于显著性水平α.如P=0.04，说明在α=0.05水平显著如p=0.008， 说明在 α=0.01 水平显著
- p值对应于显著性水平 . 如 , 说明在 水平显著 如 , 说明在 水平显著
p值p-value)犯第一类错误的概率(typel error-在零假设 Ho下，计算概率，p=P(T>t)-如果 Ho正确时却被拒绝的概率，称为犯第一类错误的概率p值等于犯第一类错误的概率
- 在零假设 下, 计算概率, p=P(T>t) - 如果 正确时却被拒绝的概率, 称为犯第 一类错误的概率. - p值等于犯第一类错误的概率. p值 ( p-value) 犯第一类错误的概率(type I error)
势(power)=1- Pr(犯第二类错误(type ll error))当H1正确时却不拒绝Ho，犯第二类错误-势是H1正确时，拒绝Ho的概率一势和检验统计量的选择很有关系，势的大小依赖于样本量的大小。显著性水平。参数真值等-利用势的大小比较统计量的“好坏”，在其它条件一样的情况下，势越大，检验越有效符号检验不如Wilcoxon符号秩检验势大
势(power)= 1- Pr(犯第二类错误(type II error)) - 当 正确时却不拒绝 , 犯第二类错误. - 势是 正确时, 拒绝 的概率. - 势和检验统计量的选择很有关系. 势的大 小依赖于样本量的大小，显著性水平，参 数真值等. - 利用势的大小比较统计量的“好坏”. 在其 它条件一样的情况下, 势越大, 检验越有效. 符号检验不如Wilcoxon符号秩检验势大