假设检验
也称“差异的显著性检验”，是从样本统计值出发，对总体参数进行的推论。 它在推论统计中是最重要和使用最广泛的统计方法。假设检验以概率理论为基础，提出研究假设并以之为小概率事件，通过统计检验接受或拒绝认定小概率事件不可能发生的虚无假设，从而推翻或证实原研究假设，是反证法。假设检验的概率水平通常设定为0．05、0．01及0．001，这些概率水平也称显著水平。 假设检验通常采取以下步骤：1．根据理论或经验提出研究假设，并建立与之相对的虚无假设。 2．计算统计检验值。3．根据所进行检验的类型及显著水平查出临界值，并与统计检验值比较。 4．若临界值大于统计值，则接受虚无假设而拒绝研究假设；若临界值小于统计值，则拒绝虚无假设而接受研究假设。在做出接受或拒绝虚无假设的决策时，研究者必须意识到这只是对事件发生可能性的估计，应该结合样本容量、已有经验等进行定性分析，尽量避免错误地拒绝虚无假设的α型错误及错误接受虚无假设的β型错误。 假设检验有两大类，一是参数检验，主要包括Z检验、t检验、X2检验和F检验等；另一类是非参数检验，方法主要有秩和检验法、符号检验法、等级方差分析等。 各类检验方法有其适用条件及适用问题，这需要研究者在数据处理时仔细加以选择。(注：X2检验亦可认为是非参数检验) |