数理统计的基本概念中有关NP原则的思维导图,包括假设、检验、NP原则与显著性水平为a的检验、处理假设问题的一般步骤
树图思维导图提供 NP原则思维导图 在线思维导图免费制作,点击“编辑”按钮,可对 NP原则思维导图 进行在线思维导图编辑,本思维导图属于思维导图模板主题,文件编号是:c9180e19edc9a39ba7ce138875ef9630
NP原则思维导图思维导图模板大纲
所要检验真假的称为原假设或零假设,与之互斥的称为备择假设或对立假设
参数假设
是对于参数分布族的假设
非参数假设
是对于参数分布族的假设
简单假设
原假设中只包含一个元素
否则称为复杂假设
注意事项
原假设和备择假设不一定互补
备择假设一般是由样本产生疑问
不成文的规定:原假设一般含有等号
就是给出一个规则,有了样本观测值后根据这个规则就能判断原假设是否为真
当样本落入拒绝域,拒绝原假设;否则保留原假设
检验的过程
构造检验统计量——确定拒绝域——得到检验规则
第一类错误
弃真错误
即原假设成立,但认为原假设为假
犯这类错误的概率也称为弃真概率
第二类错误
取伪错误
即原假设不成立,但认为原假设为真
犯这类错误的概率也称为取伪概率
在样本容量固定的条件下,弃真概率与取伪概率是相互制约的,当其中一个概率减小,势必会引起另外一个概率增大
检验的势函数
表示样本落入拒绝域的概率
Neyman-Pearson原则是说
在保证犯弃真错误概率不高于给定显著性水平的前提下,尽可能使犯取伪错误的概率减小
检验规则
它犯第一类错误的概率小于显著性水平a,那么称它为显著性水平为a的检验,根据NP原则,一般选取临界点使得弃真概率接近a
建立假设
构造检验统计量并确定拒绝域的形式,拒绝域的形式是可以是单侧也可以是双侧,根据备择假设来选取
选取显著性水平,求临界值,使得弃真概率大于显著性水平,并尽可能接近显著性水平,在连续情形下刚好等于显著性水平
将样本观察值与临界值比较,判断原假设真假
树图思维导图提供 单参数指数型思维导图 在线思维导图免费制作,点击“编辑”按钮,可对 单参数指数型思维导图 进行在线思维导图编辑,本思维导图属于思维导图模板主题,文件编号是:3b6b25e1674c6d2b4d288daccfe8037b
树图思维导图提供 检验p值思维导图 在线思维导图免费制作,点击“编辑”按钮,可对 检验p值思维导图 进行在线思维导图编辑,本思维导图属于思维导图模板主题,文件编号是:236bfbf8576c66776dda36d279ff69a9