t-檢驗與f-檢驗

卡方檢驗

又稱Chi-Squared Test. 屬于非參檢驗蜜徽,沒有具體參數(shù)和總體正態(tài)分布的假設(shè),也成為自由分布檢驗。

  • 零假設(shè): 觀測值和理論值的差異是由隨機誤差所致
  • 確定數(shù)據(jù)見的實際差異甜滨,求出卡方值
  • 如果卡方值大于某特定概率標注(如顯著性差異)潘飘,那么可以拒絕零假說飘蚯。

皮爾遜卡方檢驗

“皮爾遜卡方檢驗”可用于兩種情境的變項比較:適配度檢驗(英語:Goodness of Fit test)和獨立性檢驗馍迄。

  • “適配度檢驗”驗證一組觀察值的次數(shù)分配是否異于理論上的分配。
  • “獨立性檢驗”驗證從兩個變量抽出的配對觀察值組是否互相獨立(例如:每次都從A國和B國各抽一個人局骤,看他們的反應(yīng)是否與國籍無關(guān))攀圈。

T檢驗

用來檢驗一組數(shù)據(jù)B對比另一組數(shù)據(jù)A,是否有顯著性差異峦甩。對兩個樣本均值差異進行顯著性測試赘来。

譬如兩個班的學生,一組采用普通教學法凯傲,另一組采用實驗教學法犬辰,要分析實驗教學法是否有效。
假設(shè)普通教學法的學生平均成績是90分冰单,如果從實驗教學法中抽取5名學生幌缝,這5名學生的平均成績是95分,那么是否可以下結(jié)論說诫欠,實驗教學法更好涵卵。
提出一個假設(shè)檢驗:

  • 假設(shè):實驗教學法沒有提高成績
  • 檢驗:看看在此假設(shè)下,成績?yōu)?5分的概率高不高

假設(shè)原來學生的成績服從u = 90荒叼,標準差未知的正態(tài)分布轿偎。而實驗組的樣本均值為95,采樣了5個學生被廓。不同標準差對應(yīng)的正態(tài)分布圖像如下:


image.png

如果樣本的方差很大坏晦,那么實驗組樣本均值等于95的概率并不低,所以需要除以標準差消除方差/跨度的影響


image.png

同時樣本數(shù)也會影響結(jié)果嫁乘,樣本越大昆婿,說明可信度就越高。所以可以綜合考慮樣本均值蜓斧,樣本方差和樣本個數(shù)仓蛆,給出一個統(tǒng)計量t:


image.png

這個統(tǒng)計量越大,認為越有可能提高產(chǎn)量法精。

image.png

F檢驗

又稱方差分析多律,

NULL假設(shè)(虛無假設(shè)):假設(shè)混合肥料沒有效果,也就是產(chǎn)量均值相同搂蜓。
檢驗:設(shè)計組間方差 / 組內(nèi)方差這個統(tǒng)計量狼荞,數(shù)據(jù)使這個統(tǒng)計量足夠大時,可以推翻這個假設(shè)帮碰。
假設(shè)有A,B,C三組馬鈴薯相味,每組施用不同的肥料,在每組中各選五株殉挽,記錄重量丰涉,得到表格:


image.png
image.png

計算組間方差(也就是三組平均值的方差):


image.png

組內(nèi)方差(把各個實驗組的方差加起來):


image.png

在滿足某些條件的情況下拓巧,統(tǒng)計量組間方差/組內(nèi)方差服從F分布,當該統(tǒng)計量足夠大一死,落到F分布的右邊區(qū)域時(也成拒絕域)時肛度,就可以說著三組是不同的。

image.png

F-Statistic is a ratio of two variance.

用處

檢驗一個回歸模型的overall significance

ref

知乎總結(jié)
https://matongxue.blog.csdn.net/article/details/109769628?spm=1001.2014.3001.5502
如何理解假設(shè)檢驗和P值
Statistics How To
https://wiki.mbalib.com/wiki/%E5%8D%A1%E6%96%B9%E6%A3%80%E9%AA%8C

https://www.shuxuele.com/data/chi-square-test.html
https://www.tongli.ink/%E4%B8%80%E7%AF%87%E6%96%87%E7%AB%A0%E5%88%9D%E6%AD%A5%E4%BA%86%E8%A7%A3%E5%8D%A1%E6%96%B9%E6%A3%80%E9%AA%8C
https://wiki.mbalib.com/wiki/%E5%8D%A1%E6%96%B9%E6%A3%80%E9%AA%8C

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末投慈,一起剝皮案震驚了整個濱河市承耿,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌伪煤,老刑警劉巖加袋,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異抱既,居然都是意外死亡职烧,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進店門防泵,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蚀之,“玉大人,你說我怎么就攤上這事择克√褡埽” “怎么了前普?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵肚邢,是天一觀的道長。 經(jīng)常有香客問我拭卿,道長骡湖,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任峻厚,我火速辦了婚禮响蕴,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘惠桃。我一直安慰自己浦夷,他們只是感情好,可當我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布辜王。 她就那樣靜靜地躺著劈狐,像睡著了一般。 火紅的嫁衣襯著肌膚如雪呐馆。 梳的紋絲不亂的頭發(fā)上肥缔,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機與錄音汹来,去河邊找鬼续膳。 笑死改艇,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的坟岔。 我是一名探鬼主播谒兄,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼社付!你這毒婦竟也來了舵变?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤瘦穆,失蹤者是張志新(化名)和其女友劉穎纪隙,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體扛或,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡绵咱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了熙兔。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片悲伶。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖住涉,靈堂內(nèi)的尸體忽然破棺而出麸锉,到底是詐尸還是另有隱情,我是刑警寧澤舆声,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布花沉,位于F島的核電站,受9級特大地震影響媳握,放射性物質(zhì)發(fā)生泄漏碱屁。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一蛾找、第九天 我趴在偏房一處隱蔽的房頂上張望娩脾。 院中可真熱鬧,春花似錦打毛、人聲如沸柿赊。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽碰声。三九已至,卻和暖如春展辞,著一層夾襖步出監(jiān)牢的瞬間奥邮,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留洽腺,地道東北人脚粟。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像蘸朋,于是被迫代替她去往敵國和親核无。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容