假设检验及其两类错误是数理统计学中的名词。在进行假设检验时提出原假设和备择假设,原假设实际上是正确的,但做出的决定是拒绝原假设,此类错误称为第一类错误。
原假设实际上是不正确的,但是却做出了接受原假设的决定,此类错误称为第二类错误。
先对总体的特征做出某种假设,然后通过抽样研究的统计推理,对此假设应该被拒绝还是接受做出推断。常用的假设检验方法有Z检验、t检验、卡方检验、F检验等 。
扩展资料:
假设检验中所谓“小概率事件”,并非逻辑中的绝对矛盾,而是基于人们在实践中广泛采用的原则,即小概率事件在一次试验中是几乎不发生的,但概率小到什么程度才能算作“小概率事件”。
“小概率事件”的概率越小,否定原假设H0就越有说服力,常记这个概率值为α(0<α<1),称为检验的显著性水平。对于不同的问题,检验的显著性水平α不一定相同,一般认为,事件发生的概率小于0.1、0.05或0.01等,即“小概率事件”。