本文介绍各种常见假设检验方法及使用示例
- 参考链接1:知乎:T检验、F检验、卡方检验详细分析及应用场景总结
- 参考链接2:知乎视频:5分钟带你了解卡方检验
卡方检验
《概率论与数理统计》
p-value的含义
- 在假设检验中,对p-value的的一种直观理解:在假设\(H_0\):假设目标样本属于某个正太分布,这个样本不是从这个正太分布中采样的概率就是p值(即p值的本质是一个概率)
- 进一步的理解,已知一个正太分布和一个目标样本,那么这个目标样本对应的p值就是:重新在这个正太分布中重新采样一个新样本,新样本离中心位置\(u_0\)的距离大于等于目标样本的概率(该概率就是正太分布的两边区间积分和)
- p值越小,说明这个目标样本越不可能是从这个正太分布采样出来的,越应该拒绝原假设\(H_0\)(即越应该接受\(H_A\))