假设检验 · 交互模拟
调节参数,实时观察正态分布曲线、拒绝域与 p 值的动态变化,深入理解统计推断核心逻辑
公式与参数
z 检验 · 单样本均值检验统计量(z 统计量)
\[ z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}} \]
衡量样本均值与假设总体均值之间的标准化距离。分母为标准误(SE),表示样本均值的抽样波动程度。
p 值与决策规则
\[ p = \begin{cases} 2(1-\Phi(|z|)) & \text{双尾} \\ \Phi(z) & \text{左尾} \\ 1-\Phi(z) & \text{右尾} \end{cases} \]
p 值表示在零假设成立时,观察到当前或更极端结果的概率。若 p < α,则拒绝 H₀。
| 参数 | 符号 | 含义 | 默认值 | 取值范围 |
|---|---|---|---|---|
| 总体均值 | μ₀ | 零假设 H₀ 中假定的总体均值 | 0.00 | [-10, 10] |
| 样本均值 | x̄ | 从样本数据中计算得到的均值 | 1.50 | [-10, 10] |
| 总体标准差 | σ | 总体数据的离散程度(z 检验假设已知) | 5.00 | [0.1, 20] |
| 样本量 | n | 用于计算样本均值的观测数量 | 30 | [2, 200] |
| 显著性水平 | α | 拒绝零假设的阈值(第一类错误概率上限) | 0.05 | [0.01, 0.20] |
| 检验类型 | — | 双尾检验考察差异是否存在;单尾检验考察方向性差异 | 双尾 | 双尾 / 左尾 / 右尾 |
交互模拟
实时反馈z 统计量
0.00
标准化距离
p 值
0.50
概率
临界值
±1.96
z 分位数
标准误 SE
0.91
σ/√n
不拒绝 H₀:证据不足以支持备择假设
深入理解假设检验
标准介绍
假设检验(Hypothesis Testing)是统计推断的核心方法,用于基于样本数据对总体参数做出决策。其基本框架为:提出零假设 H₀(通常表示"无效应"或"无差异")与备择假设 H₁(表示存在效应或差异),计算检验统计量,在给定显著性水平 α 下确定拒绝域,依据统计量是否落入拒绝域来决定是否拒绝 H₀。z 检验适用于总体标准差已知时对均值的推断,其统计量服从标准正态分布。
通俗介绍
想象你在法庭上:H₀ 是"被告无罪",H₁ 是"被告有罪"。你收集证据(样本数据),计算证据强度(z 统计量),然后与法官设定的"定罪标准"(显著性水平 α)比较。如果证据足够强(z 落在拒绝域),就"拒绝无罪假设";如果证据不足,就"不能判定有罪"。注意,不拒绝 H₀ 不等于证明 H₀ 为真——就像"证据不足"不等于"证明无罪"。
解决了什么问题
- 区分信号与噪声:判断观测到的差异是真实效应还是随机波动
- 量化决策风险:通过 α 和 p 值明确错误决策的概率
- 提供标准化决策框架:在不同领域间建立统一的统计推断标准
- 控制错误率:防止将随机波动误认为真实发现(第一类错误)
为什么重要
假设检验是科学研究的基石,贯穿于医学试验、A/B 测试、质量控制和机器学习模型评估。它提供了一种可复现的、客观的决策机制,避免了仅凭直觉或主观判断得出结论。在机器学习中,假设检验用于特征选择、模型比较和性能评估,帮助研究者确定改进是否具有统计意义上的显著性。
应用场景
- 医学研究:检验新药疗效是否显著优于安慰剂
- A/B 测试:比较新版本界面是否显著提升转化率
- 质量控制:监测生产线产品参数是否偏离标准值
- 金融分析:检验投资策略收益率是否显著高于基准
- 社会科学:验证政策干预是否产生显著效果
- 机器学习:比较不同模型的性能差异是否显著
缺陷与局限性
- p 值误读:p 值不表示 H₀ 为真的概率,也不表示效应大小
- p-hacking:多重比较或数据窥探会导致假阳性率膨胀
- 忽视效应量:统计显著不一定代表实际意义显著
- 二分类简化:"拒绝/不拒绝"的二分决策丢失了不确定性信息
- 对样本量敏感:样本量足够大时,微小差异也可能"显著"
- 前提假设:z 检验依赖正态性和已知方差,实际中常被违反