假设检验的功效

本文解释了假设检验的强大作用。同样，您将了解如何计算假设检验（公式）的功效及其特征。

假设检验有多强大？

在统计学中，假设检验的功效是当原假设为假时拒绝原假设的概率。因此，假设检验的功效也可以定义为当备择假设为真时接受备择假设的概率。

假设检验的功效也称为统计功效。

当零假设为假时拒绝它，或者换句话说，当备择假设为真时接受它，是我们在进行假设检验时感兴趣的事情。所以我们希望假设检验的功效越高越好。

从这个意义上说，当检验具有高功效值时，可以说它是非常强大的假设检验。

假设检验的功效、I 类错误和 II 类错误

执行假设检验时，可能会出现两种类型的错误：

• I 类错误：这是当原假设被拒绝时所犯的错误，即使它实际上是正确的。
• II 类错误：这是当原假设实际上为假时接受原假设时所犯的错误。

另一方面，犯每种类型错误的概率如下：

• Alpha概率（α） ：是犯第一类错误的概率。
• Beta概率（β） ：是犯第二类错误的概率。

因此，如果 β 是在原假设为假时接受原假设的概率，则在原假设为假时拒绝原假设的概率（检验功效）就是其补数，即 1-β。

简而言之，假设检验的功效等于 1-β ，或者换句话说，检验的功效等于 1 减去犯第二类错误的概率。

假设检验的功效性质

假设检验的功效满足以下属性：

• 假设检验的功效值与所述检验的 II 类错误的概率互补。因此，β越大，对比度越低。
• 对比的功效与假设对比的显着性水平成正比。因此，犯第一类错误的概率越大，假设检验就越有力。
• 对比的功效与假设检验的置信水平成反比。因此，对比度的置信水平越高，所述对比度的功效越低。
• 假设检验的功效值与样本量成正比。因此，样本量越大，对比度越高。