统计检验

又称假设检验。利用样本资料对总体分布类型、数量特征等作出判断的一种数理统计方法。这种方法需要对未知总体的分布类型、数量特征等先作出某种假设，选取适当样本，根据样本观察的数据，判断原假设是否正确，以接受或拒绝原假设。统计检验按其检验内容不同可分为参数检验、非参数检验和显著性检验三种。如果检验的是“随机变量的某一分布参数等于某值”这样的假设则称为参数检验； 如果检验的是“随机变量的概率分布为某种形式”，这样的假设，则称为非参数检验； 如果检验仅仅回答所作假设是否与事实相矛盾的问题，则称为显著性检验。统计检验是以小概率原理为基础的。一般步骤是： (1) 根据所研究的问题，提出原假设； (2) 规定一个适当的显著性水平a，譬如：a=0. 05;(3)确定检验用的统计量；(4)根据显著性水平求出统计检验用的统计量的临界值； (5)用样本资料与临界值比较； (6)对原假设作出判断，如果样本统计量大于临界值，就拒绝原假设，反之则接受原假设

统计检验

又称“假设检验”。指利用样本资料对总体的分布类型、数量特征等作出判断的一种数理统计方法。在舆论研究中，常有两种情况需要加以检定：第一种情况是，当对某一研究总体的特征已有初步的了解，在此基础上可提出一种假设，然后用抽样方法对这一假设进行检定。例如，根据以往的调查资料，假设某地区家庭的平均人口数为4人，为了验证这一假设是否可信，就要从该地区抽取样本进行分析研究。显然，抽样调查的结论与事先提出的统计假设之间总会存在一定程度的差异。这种差异若是由于抽样误差造成的，就需肯定原假设，若是由于对总体提出的统计假设有错误，就需否定原假设。第二种情况是，当抽取了两个样本，它们的统计量(如平均数、比率、标准差等)也会存在着差异。这时，这种差异是由于各自从中抽取的总体之间存在差异造成的，还是总体之间并不存在差异，甚至两个样本都是从同一总体中抽取的，两个样本统计的差异完全是抽样误差造成的，这就需要通过统计检验来加以判定。统计检验是以小概率原理为基础的，所谓小概率原理可以归纳为两个方面，一是可以认为小概率事件在一次观察中是不可能出现的。二是如果在一次观察中出现了小概率事件，那么就否定原有事件具有小概率的说法（即假设）。统计检验的一般步骤为：（一）根据所要研究的问题，提出原假设（研究假设）;（二）规定一个适当的显著性水平a，如a=0.05;（三）确定检验用的统计量；（四）根据显著性水平求出假设检验用的统计量的临界值；（五）用样本资料与临界值比较；（六）对原假设作出判断，如果样本统计量大于临界值，就拒绝原假设，反之则接受。