使用假設檢驗做出明智的決策
請參閱如何：
- 了解原假設和備擇假設（我們要研究的兩個條件）之間的差異
- 虛無假設 - 通常是現狀，例如，抽取這兩個樣本的總體平均值沒有差異
- 另類假設 - 零的補集，例如總體平均值存在差異
- 我們也可以插入大於（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
- 在執行測試時，我們尋找替代假設在我們置信水準內的證據，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，也許我們沒有收集足夠的數據來接受它。
- 置信度是假設涉及的確定性水平
- 所需的置信度取決於
- 通常，可接受的決策信賴度為 95%。
- 也許如果您正在考慮生死攸關的決定，您需要對結果有 99.9% 的信心
- 95% 置信度意味著如果您執行統計測試 100 次，您應該有 95 次是正確的
- Alpha 值為 1 - 信賴度/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，然後從紅色三角形測試均值
- 解釋分位數、總統計、經濟狀況調查
- 比較兩個平均值
- 分析>分佈，然後從紅色三角形進行 t 檢驗
- 解釋 t 檢驗
- 比較兩種以上的平均值
- 分析>分佈，然後從紅色三角形中選擇平均值/變異數分析
- 執行單因子分析 (ANOVA)
- 解釋一個變異數分析的擬合、R 方、變異數分析和平均值的摘要
- 等價假設檢定 – 使用是因為當樣本平均數沒有不同時，我們仍然無法得出總體平均數相同的結論
- 替代假設是總體平均值在某個指定範圍內相同
- 零假設是總體平均數在邊際內可能不相同。
- 總體平均值的差異超出等價區間
- 採用雙面 t 檢定 (TOST)
註：問答時間大約從 20:05 開始。
如果您對 Jerry 有疑問，請在評論中輸入@JerryFish 。
資源
Compare Mean to Target Value比較平均值與目標值比較平均值與目標值
基礎資料分析與建模
