天任考研小编为大家整理了“24考研心理统计学知识点:假设检验”相关内容,为报考心理学专业的考生们提供指导。更多有关心理学知识点可关注考研备考栏目。
假设检验
一、概述
通过样本统计量得出的差异做出一般性结论,判断总体参数之间是否存在差异,其推论过程称作假设检验。
假设检验包括参数检验和非参数检验。若进行假设检验时,总体的分布形式已知,需要对总体的未知参数进行假设检验,称其为参数假设检验;若对总体分布形式所知甚少,需要对未知分布函数的形式及其他特征进行假设检验,称之为非参数假设检验。
(一)假设检验的原理
1.反证法
为了检验H0,首先需要假设H0为真,若出现“不合理现象”,则不能接受H0,转而接受H1;若没有出现不合理现象,接受H0,拒绝H1。而“不合理现象”指小概率事件在一次试验中发生的情况。
2.小概率事件原理
小概率事件在一次试验中不可能发生,通常将概率不超过0.05或0.01的事件称为“小概率事件”。
总结:假设检验是利用了基于小概率事件的反证法。
(二)两类假设
1. H1:希望得到证实的假设,又称备择假设、研究假设、科学假设或对立假设。
2. H0:直接被检验的假设,又称虚无假设、无差假设、零假设或原假设。
在统计学中不能对H1直接进行检验,所以需要建立与之对立的假设H0,两者有且只有一个正确,而H0则是统计推论的出发点。
(三)两类错误
1. Ⅰ型错误与Ⅱ型错误
(1)Ⅰ型错误:当H0正确时,拒绝了H0时所犯的错误,也叫α错误、弃真错误,其概率为α;指研究者得出了处理有效应的结论,而实际上并没有效果,即所谓的“无中生有”。
(2)Ⅱ型错误:当H1正确(H0错误)时,拒绝了H1(接受H0)时所犯的错误,也叫β错误、取伪错误,其概率为β;假设检验未能侦查到实际存在的处理效应,即所谓的“失之交臂”。
通常,将犯Ⅰ型错误的概率α称为假设检验的显著性水平。经检验,若差异超过某一误差限度,则表明总体差异显著(差异具有统计学意义),但这并不一定意味着实际效果“显著”。
2.两类错误的关系
(1)因为α与β是在两个相互对立的前提下的概率,所以α+β不一定等于1。
(2)在其他条件不变的情况下,α与β不可能同时减小或增大。
(3)在规定了α的情况下要同时尽量减少β,直接的方法就是增大样本容量。
3.统计检验力
(1)含义
指某个检验能够正确拒绝一个错误的虚无假设(H0)的概率,它反映着正确辨认真实差异的能力,统计学中用(1-β)来表示。
(2)影响因素
①处理效应大小:处理效应越明显,越容易被检测到,统计检验力越大。
②显著性水平α:α增大,则β相应减小,所以(1-β)增大,即拒绝虚无假设的概率增大,统计检验力就越大。
③检验的方向性:单侧检验的统计检验力要高于双侧检验。
④样本容量:样本容量越大,标准误就越小,样本分布均值越集中,统计检验力就越大。
以上是天任考研小编为大家带来的“24考研心理统计学知识点:假设检验”,希望考生们都能备考顺利,考上自己心仪的院校。想了解更多心理学专业备考相关内容请关注考研备考栏目。