检验统计量

本文解释了统计学中的检验统计量。您还将学习如何计算检验统计量以及何时根据检验统计量的值接受或拒绝假设。

什么是检验统计量？

检验统计量是在假设检验中计算的值。更具体地说，检验统计量用于拒绝或接受假设检验的原假设。换句话说，检验统计量是为决定假设检验的结果而计算的值。

统计检验试图将样本中的数据汇总为一个值，此外还测量数据样本与检验的原假设之间的一致性程度。这就是为什么检验统计量可以作为决定是否拒绝或接受原假设的参考。

例如， Z检验统计量就是Z统计量，它服从正态分布，用于拒绝或拒绝Z检验假设。

从逻辑上讲，要确定是否拒绝或接受假设检验的原假设，仅计算该假设检验对应的统计量是不够的，我们还必须解释所获得的结果，看看它是否位于拒绝区域或在接受区域。下面我们将看到这是如何完成的。

另一方面， p 值（或p-value ）是假设原假设为真时获得的检验统计量值的概率。也就是说，p 值是对应于检验统计量的概率，也用于拒绝或接受假设检验的原假设。您可以通过单击以下链接了解有关 p 值的更多信息：

检验统计量的拒绝区域和接受区域

要拒绝或接受检验假设，我们需要查看检验统计量是否位于拒绝区域或接受区域。因此，假设检验的拒绝区域和接受区域定义如下：

• 拒绝区域（或临界区域） ：是由拒绝原假设（并接受备择假设）组成的假设检验参考分布图的区域。
• 接受区域：是假设检验参考分布的图形区域，意味着接受原假设（并拒绝备择假设）。

因此，如果检验统计量落入拒绝域内，则拒绝原假设并接受备择假设。相反，如果检验统计量落在接受区域内，则接受原假设并拒绝备择假设。

建立拒绝区域和接受区域边界的值称为临界值，它取决于所选的显着性水平。因此，通过拒绝或接受假设，我们实际上是将检验统计量的值与检验的临界值进行比较。

测试统计公式

没有用于计算检验统计量的单一公式，但根据假设检验，检验统计量的公式会有所不同。这就是为什么我们为您提供以下链接，以便您可以了解每种情况下如何计算检验统计量：

• 测试平均值的统计公式
• 检验比例统计公式
• 测试方差统计公式
• 均值差异检验统计量的公式
• 测试比例差异的统计公式