假设检验基本思想 | 学习笔记

简介: 快速学习假设检验基本思想

开发者学堂课程【人工智能必备基础:概率论与数理统计:假设检验基本思想】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/545/detail/7443


假设检验基本思想

内容介绍

一、 假设检验

二、 假设检验的应用

三、 假设检验的基本思想

四、 显著性水平

五、 假设检验的步骤

 

一、假设检验

什么是假设:对总体参数(均值,比例等)的具体数值所作的陈述。比如,我认为新的配方的药效要比原来的更好。

什么是假设检验: 先对总体的参数提出某种假设, 然后利用样木的信息判断假设是否成立的过程。比如,上面的假设 我是要接受还是拒绝呢。


二、假设检验的应用:

推广新的教育方案后,教学效果是否有所提高

醉驾判定为刑事犯罪后是否会使得交通事故减少

男生和女生在选文理科时是否存在性别因素影响


三、假设检验的基本思想:

image.png

假设均值是 50,去证明假设是否成立。在数据中选择了一部分样本,得到样本的均值为 20,实验的结果和假设相差较远。可说明假设不合理。

定义:先假设一个指标,从样本中找到依据,通过依据去拒绝或接收原假设。

 

四、显著性水平:

(可简单认为在原假设为真时,仍拒绝)

一个概率值,原假设为真时,拒绝原假设的概率,表示为 alpha 常用取值为0.01, 0.05, 0.10

一个公司要来招聘了,本来实际有 200 个人准备混一混,但是公司希望只有 5% 的人是浑水摸鱼进来的,所以可能会有 200*0.05=4 个人混进来,所谓显著性水平α  就是你允许最多有多大比例浑水摸鱼的通过你的测试。(α 是概率值,在 0 到 1 之间,通常情况下比较小,表示在原假设情况下还拒绝了原假设的概率。认为α=0.05,1-α=0.95,说明了 0.95 表示接收原假设的概率)


五、假设检验的步骤:

提出假设

确定适当的检验统计量

规定显著性水平

计算检验统计量的值

做出统计决策

相关文章
|
4月前
|
机器学习/深度学习 人工智能 算法
上升到人生法则的贝叶斯理论
贝叶斯定理在数据分析、机器学习和人工智能等领域有广泛的应用。贝叶斯定理(Bayes' theorem)是一种用于计算条件概率的重要定理,它基于条件概率的定义,描述了在已知某一条件下,另一个条件发生的概率。
|
29天前
|
存储 机器学习/深度学习 算法
图论基础:从数学原理到C/C++实现
图论基础:从数学原理到C/C++实现
72 0
|
1月前
|
存储 算法 人工智能
【算法设计与分析】——动态规划算法
【算法设计与分析】——动态规划算法
50 1
【算法设计与分析】——动态规划算法
|
3月前
|
设计模式 算法 知识图谱
算法设计与分析(贪心法)
【1月更文挑战第1天】在分析问题是否具有最优子结构性质时,通常先设出问题的最优解,给出子问题的解一定是最优的结论。证明思路是:设原问题的最优解导出子问题的解不是最优的,然后在这个假设下可以构造出比原问题的最优解更好的解,从而导致矛盾。(一个问题能够分解成各个子问题来解决,通过各个子问题的最优解能递推到原问题的最优解,此时原问题的最优解一定包含各个子问题的最优解,这是能够采用贪心法来求解问题的关键)贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择获得,即通过一系列的逐步局部最优选择使得最终的选择方案是全局最优的。
74 1
|
算法
算法设计与分析/数据结构与算法实验3:矩阵连乘问题
算法设计与分析/数据结构与算法实验3:矩阵连乘问题
126 0
算法设计与分析/数据结构与算法实验3:矩阵连乘问题
|
存储 算法
|
机器学习/深度学习 人工智能 移动开发
【机器学习】线性分类——朴素贝叶斯分类器NBC(理论+图解+公式推导)
【机器学习】线性分类——朴素贝叶斯分类器NBC(理论+图解+公式推导)
113 0
【机器学习】线性分类——朴素贝叶斯分类器NBC(理论+图解+公式推导)
|
算法 决策智能
一文带你学习,动态规划算法
背包问题(Knapsack problem)是一种组合优化的NP完全问题。 问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。 问题的名称来源于如何选择最合适的物品放置于给定背包中。
183 1
一文带你学习,动态规划算法
|
机器学习/深度学习 算法
无公式理解反向传播算法之精髓
无公式理解反向传播算法之精髓
无公式理解反向传播算法之精髓
|
人工智能 API 计算机视觉
案例:回归求解 | 学习笔记
快速学习案例:回归求解
79 0
案例:回归求解 | 学习笔记