TreeMind树图在线AI思维导图

NP原则思维导图

  收藏
  分享
免费下载
免费使用文件
U67362080 浏览量:52022-10-04 23:09:11
已被使用0次
查看详情NP原则思维导图

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

思维导图大纲

NP原则思维导图思维导图模板大纲

假设

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

检验

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

两类错误和势函数

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

NP原则与显著性水平为a的检验

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

处理假设问题的一般步骤

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

相关思维导图模板

单参数指数型思维导图思维导图

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

检验p值思维导图思维导图

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