当前位置: 首页 > news >正文

左侧和右侧假设检验拒绝域关系及可视化

左侧检验 右侧检验
image image
左侧检验(Left-tailed test) 右侧检验(Right-tailed test)

1. 定义

左侧检验用于判断总体参数(如均值)是否显著小于某个参考值 \(\mu_0\)

  • 原假设:

\[H_0: \mu \ge \mu_0 \]

  • 备择假设:

\[H_1: \mu < \mu_0 \]

拒绝域位于左尾,统计量落入此区域即可拒绝 \(H_0\)

2. 检验统计量

已知总体标准差 \(\sigma\),样本量 \(n\),样本均值 \(\bar{X}\)

\[Z = \frac{\bar{X} - \mu_0}{\sigma / \sqrt{n}} \]

左侧拒绝域:

\[R = \{ Z \le z_\alpha \} \quad \text{或} \quad \bar{X} \le \mu_0 + z_\alpha \frac{\sigma}{\sqrt{n}} \]

3. 临界分布与拒绝域包含关系

  • 临界分布:\(\mu = \mu_0\)
  • 对于 \(\mu > \mu_0\)

\[Z_1 = \frac{\bar{X} - \mu_1}{\sigma / \sqrt{n}}, \quad \bar{X} \le \mu_0 + z_\alpha \frac{\sigma}{\sqrt{n}} \Rightarrow Z_1 \le z_\alpha - \frac{\mu_1 - \mu_0}{\sigma / \sqrt{n}} \]

因为 \(\mu_1 > \mu_0\),所以:

\[z_\alpha - \frac{\mu_1 - \mu_0}{\sigma / \sqrt{n}} < z_\alpha \quad \Rightarrow \quad R_{\mu_1 > \mu_0} \subseteq R_{\mu = \mu_0} \]

结论:只检验临界分布即可控制显著性水平 \(\alpha\)

4. 图示

  • 蓝色曲线:临界分布 \(\mu = \mu_0\)
  • 绿色曲线:\(\mu > \mu_0\)
  • 左尾红色区域:拒绝域
  • 拒绝域包含关系:\(R_{\mu_1 > \mu_0} \subseteq R_{\mu = \mu_0}\)

1. 定义

右侧检验用于判断总体参数(如均值)是否显著大于某个参考值 \(\mu_0\)

  • 原假设:

\[H_0: \mu \le \mu_0 \]

  • 备择假设:

\[H_1: \mu > \mu_0 \]

拒绝域位于右尾,统计量落入此区域即可拒绝 \(H_0\)

2. 检验统计量

\[Z = \frac{\bar{X} - \mu_0}{\sigma / \sqrt{n}} \]

右侧拒绝域:

\[R = \{ Z \ge z_{1-\alpha} \} \quad \text{或} \quad \bar{X} \ge \mu_0 + z_{1-\alpha} \frac{\sigma}{\sqrt{n}} \]

3. 临界分布与拒绝域包含关系

  • 临界分布:\(\mu = \mu_0\)
  • 对于 \(\mu < \mu_0\)

\[Z_1 = \frac{\bar{X} - \mu_1}{\sigma / \sqrt{n}}, \quad \bar{X} \ge \mu_0 + z_{1-\alpha} \frac{\sigma}{\sqrt{n}} \Rightarrow Z_1 \ge z_{1-\alpha} - \frac{\mu_1 - \mu_0}{\sigma / \sqrt{n}} \]

因为 \(\mu_1 < \mu_0\),所以:

\[z_{1-\alpha} - \frac{\mu_1 - \mu_0}{\sigma / \sqrt{n}} > z_{1-\alpha} \quad \Rightarrow \quad R_{\mu_1 < \mu_0} \subseteq R_{\mu = \mu_0} \]

结论:只检验临界分布即可保证显著性水平 \(\alpha\)

4. 图示说明

  • 蓝色曲线:临界分布 \(\mu = \mu_0\)
  • 绿色曲线:\(\mu < \mu_0\)
  • 右尾红色区域:拒绝域
  • 拒绝域包含关系:\(R_{\mu_1 < \mu_0} \subseteq R_{\mu = \mu_0}\)

http://www.jsqmd.com/news/496082/

相关文章:

  • FLUX.1-dev部署教程:离线环境安装——预打包依赖+证书白名单配置
  • 为什么你的Pytorch源码编译总失败?Libtorch编译中的5个隐藏陷阱
  • 圣女司幼幽-造相Z-Turbo实战教程:使用LoRA权重切换不同圣女造型风格
  • [函数设计实战] 巧用循环与幂运算,高效求解特殊a串数列和
  • 避坑指南:OpenStack内存超分导致虚拟机卡顿的5个排查步骤
  • 告别模糊,Eclipse工具栏图标缩放全攻略:从原理到实战
  • ELISPOT显色底物选择指南
  • GPT-5.4 接入 OpenClaw 失败?10 个高频报错的完整排查手册(2026)
  • 利用Wireshark分析HTTP协议下的登录数据泄露风险
  • 技术探索:文本驱动CAD建模的技术原理与实践路径
  • Local Moondream2使用心得:提升AI绘画创作效率的核心工具
  • 突破设备壁垒:Macast实现跨设备媒体投射家庭娱乐/办公演示场景解决方案
  • 北京名酒回收哪家价高?北平酒业,全品类高价收,30分钟上门! - 资讯焦点
  • cv_resnet101_face-detection_cvpr22papermogface效果展示:戴墨镜+胡须+侧脸三重挑战检测
  • 北京上门回收老酒哪家快?北京北平酒业,30分钟直达,专业又保密! - 资讯焦点
  • LiuJuan Z-Image Generator实战案例:电商模特图定制化生成(含触发词写法)
  • 基于EmbeddingGemma-300m的智能邮件分类系统
  • 从typedef到auto:C++类型声明演进史及现代最佳实践
  • BFBY淡纹眼霜实测解析|眼周淡纹紧致不踩雷,全肤质眼霜选购干货指南 - 资讯焦点
  • CogVideoX-2b CSDN专用版:多场景视频生成案例,展示AI创作潜力
  • Synergy键鼠共享保姆级教程:Windows+Mac+Linux三平台无缝切换(附破解方法)
  • 【实战解析】Cinemachine进阶:Body与Aim参数组合策略与场景应用指南
  • 2026年电动二通阀厂家应该怎么选?浙江亿林自控:值得信赖的电动二通阀专业源头制造商 - 资讯焦点
  • Chromium指纹浏览器开发指南:核心模块功能解析与实战应用
  • STM32F10XX基于定时器与DMA的WS2812B灯带驱动:从零构建像素级可控方案
  • FLUX.1海景美女图GPU算力优化:TensorRT加速后推理速度提升3.2倍实测报告
  • 桥梁异常检测(TODO)
  • 突破创意工作者的软件获取困境:Adobe Downloader重新定义macOS下载体验
  • AIGlasses OS Pro结合Git进行视觉模型版本管理与协作
  • 解决Android Studio安装时缺失Android SDK选项的完整指南