配对卡方检验的备择假设为
统计知识(四)-假设检验?？
T检验有单样本T检验🎍🐯_🕸，一个整体的均值和另一个具体数值来比较🙄——-🦡🦝，是否有差异？备择假设一般为有差异🤮_——🪳🌪，原假设没有差异🎗——😜。独立样本T检验🌾🎨——😐，两个独立的整体均值来比较是否有差异？备择假设有差异🥊🕸|——🕹，原假设无差异🤑-🐓*。配对样本T检验😡🌸_♥🎖，一个整体经过前后两种处理🪡😍_💫🐐，前后均值是否有差异？备择假设有差异☘🌪|_🐘🐼，原假设无差异🤓🌲——🐉😡。配是什么🥊_——🤩。
配对t检验🤤——🎨🪆，是单样本t检验的特例🏓|-😰♥。配对t检验🪲😫——😜：是采用配对设计方法观察以下几种情形😖——🥌🤢：1.配对的两个受试对象分别接受两种不同的处理🦆🌻——♠🦖；2.同一受试对象接受两种不同的处理🌍🔮——_🐆🌨；3.同一受试对象处理前后的结果进行比较（即自身配对）🎐-🏵；4.同一对象的两个部位给予不同的处理🏉🥊——🦅。成组t检验🦭_🎨，也称两独立样本资料的t检是什么🐆🐜——|😦☁️。
T检验有单样本T检验🎍🐯_🕸，一个整体的均值和另一个具体数值来比较🙄——-🦡🦝，是否有差异？备择假设一般为有差异🤮_——🪳🌪，原假设没有差异🎗——😜。独立样本T检验🌾🎨——😐，两个独立的整体均值来比较是否有差异？备择假设有差异🥊🕸|——🕹，原假设无差异🤑-🐓*。配对样本T检验😡🌸_♥🎖，一个整体经过前后两种处理🪡😍_💫🐐，前后均值是否有差异？备择假设有差异☘🌪|_🐘🐼，原假设无差异🤓🌲——🐉😡。配是什么🥊_——🤩。
配对t检验🤤——🎨🪆，是单样本t检验的特例🏓|-😰♥。配对t检验🪲😫——😜：是采用配对设计方法观察以下几种情形😖——🥌🤢：1.配对的两个受试对象分别接受两种不同的处理🦆🌻——♠🦖；2.同一受试对象接受两种不同的处理🌍🔮——_🐆🌨；3.同一受试对象处理前后的结果进行比较（即自身配对）🎐-🏵；4.同一对象的两个部位给予不同的处理🏉🥊——🦅。成组t检验🦭_🎨，也称两独立样本资料的t检是什么🐆🐜——|😦☁️。
一🌞🐑-🐇、一尾检验即单侧检验🐥😼——🐟，包括左单侧检验和右单侧检验两种🐈⬛*❄-🐼🎀。右单侧检验用于检验样本所取自的总体的参数值是否大于某个特定值🐝🐭_|🌈🐹。无效假设是总体参数值等于特定值🦘——🌍🪅；备择假设是总体参数值大于某个特定值😽——🐖。即H0🦇_|👺：u1=u2🦏😃_——🌏🌙，H1🕷🍁——🐄：u1大于u2😩🦕————🐈，见下图☁️😰_-😯。左单侧检验用于检验样本所取自的总体的参数值是否小于某个特定等会说🪆_🥅。
在假设检验时原假设和备择假设如果设互换了🐃🐿——_🥉🎋，结果完全相反是因为统计中用的假设检验的方法🦟🤪_💐🦁，对于原假设得到的结论不是对与错两个结果🍄|😌😎，而是拒绝与接受*🐣_🐕🤪。因为在做假设检验的时候♠☄️-_🎊🌤，都要设定一个置信水平🐒——-🤮🐬，当实验者拒绝原假设的时候🐄🦮-|🦁🏵，实际上只是说有95%的把握说原假设错了🐌__🐩，也就是说还是有可能是对的🐯🐗|_🤕，不能说完了🦈-_🀄。
如何形象地理解统计学中的各种检验方法??？
首先🐼🌜_🌞🍁，我们探讨假设检验🐜|😂，它分为提出原假设（如收益率均值为0）与备择假设🌾🥉|_🌤😅，然后通过计算在原假设下的样本概率🦏🎗_🦝😉，判断是否触及那片小概率的海洋🥊_——☘⛸。显著性水平🦮——😶，如0.05或0.01🦊🎫_——😋😮，是控制第一类错误（误判真）的关键门槛*🐺——😆🦊。临界值检验与显著性检验是检验小概率事件的有力工具♣_——🦍🦐。例如🐔_🦄，Python中的t检验🍁--🐄🏉，当样本量到此结束了？🌺🦝_-🌱。
两组之间的差方将不会有显著差异🦂🦆|_🪄🧸。如上所述🐄🐼-|🤡，数据的正态假设可以通过观察数据的分布或进行正态检验来估计🍁——🐀*。方差齐性假设可以用F检验🪡_🦆，更有效的是用Levene检验🥀🍀——😊。如果不满足这些条件🐍🦌——🎍🐱，可以使用修正后的t检验🦀🎣__🌚，或者使用非参数检验代替t检验来比较两组之间的均值😈_🥀。以上内容参考🥋——🐃：百度百科—t检验是什么🤖|😞🪁。
如何判断一组应该选择何种统计方法??？
哎🐖_🌟🐇，误区啊⚡️|🦥，其实统计方法是在你做实验之前就应该设计好的🤡🦕_|🌍🦉。而不是做完再来想怎么分析🦁_🪅。
对于未知的总体分布😊__🐷😴，首先😘_🦦😡，提出假设😖😖|_🎇🦦，其次🐓|⛅️🧸，根据统计量的显著性判定假设是否正确🐒-|🎲，最后得到答案🙊|🤑🪳。一般来说🐌——😴：原假设都为不存在差异💐😰——-🎨，不存在关联🦗-🐡🐹。备择假设一般是存在差异🎲🦁_*，存在关联🦮🐝-🌈。 简单来说就是🌵🤯——🦬🦃：显著接受备择假设😒——|☘️🦑，不显著接受原假设🎲-——😒🌎。 常用的统计检验包括*😄|——🐬🦇：回归检验😩_🦍🤭、比较检验😠😰|——🐐、关联检验简单先行说完了🦬🤭——🐭。
参数检验和非参数检验是什么意思?？
参数检验是针对参数做的假设🌸🌸|-😏💥，非参数检验是针对总体分布情况做的假设🌱😭——|😐，这个是区分参数检验和非参数检验的一个重要特征🪀_*🍀。参数检验和非参数检验的本质区别😼🐋||😖🦐：1.参数检验要利用到总体的信息（总体分布*||🐓、总体的一些参数特征如方差）😢——🐦，以总体分布和样本信息对总体参数作出推断🌷-🎍🧶；非参数检验不需要利用总体的信息（总体到此结束了？🦏🦩-——🦇。
原理🦢-——😖🎳：T检验是用t分布理论来推论差异发生的概率🦝-|🐁🎭，从而比较两个平均数的差异是否显著🐓——-🥅🐨。它与f检验🌷-♠、卡方检验并列🐨🤒-——*🤡。意义🦆-——🐞🐥：T检验对数据的正态性有一定的耐受能力🐥🌺——🎾🎊。如果数据只是稍微偏离正态🌩🐷——🦁，结果仍然是稳定的🐏_——🐄🌕。如果数据偏离正态很远🐨——🐽😹，则需要考虑数据转换或采用非参数方法分析😁-😍🐗。两个独立样本T检验的原假设为两是什么🐲🎫|——🦠🪶。