使用假設檢驗做出明智的決定
查看如何：
- 了解零假設和備擇假設之間的區別，這是我們要調查的兩個條件
- 零假設——通常是現狀，例如 從中抽取這兩個樣本的總體均值沒有差異
- 備擇假設 - Null 的補充，例如 人口均值存在差異
- 我們還可以插入大於（或小於）而不是無差異
- 接受備擇假設就是拒絕（或反駁）原假設
- 運行測試時，我們尋找替代假設在我們的置信度範圍內的證據，並且我們可以反駁（或反駁）原假設
- 注意：如果我們不拒絕 Alt，並不意味著 Null 為真，也許我們沒有收集到足夠的數據來接受它。
- 置信水平是與假設相關的保證水平
- 所需的置信水平可以取決於
- 通常，可接受的決策置信度為 95%。
- 也許如果你正在考慮生死攸關的決定，你需要對結果有 99.9% 的信心
- 95% 的置信度意味著如果你運行統計測試 100 次，你應該有 95 次是正確的
- Alpha 值為 1 - 置信度/100
- 比較和解釋平均值的置信區間
- 將平均值與目標值進行比較
- 分析 > 分佈，然後從紅色三角形檢驗均值
- 解釋分位數、匯總統計、均值檢驗
- 比較兩種方法
- 分析 > 分佈，然後從紅色三角形進行 t 檢驗
- 解釋 t 檢驗
- 比較兩個以上的方法
- Analyze>Distribution，然後是紅色三角形的 Means/ANOVA
- 運行單向分析 (ANOVA)
- 解釋一個方差分析的擬合總結、R 平方、方差分析和均值
- 等價性假設檢驗——使用是因為當樣本均值沒有不同時，我們仍然無法得出總體均值相同的結論
- 備選假設是總體均值相同，在某個指定的範圍內
- 零假設是總體均值在邊際內可能不相同。
- 總體均值的差異超出了等價區間
- 採用雙面 t 檢驗 (TOST)
注意：問答時間從 20:05 開始穿插。
如果您對 Jerry 有疑問，請輸入@傑瑞魚在你的評論中。
資源
Compare Mean to Target Value將均值與目標值進行比較
基礎數據分析與建模
