拒绝域-统计

拒绝域(rejection area),指给定检验水准下,由相应界值确定的得到拒绝零假设结论时,检验统计量所在的区间。

非参数检验-统计

非参数检验(nonparametric test),指不依赖于总体分布类型,也不对参数进行推断,而是对总体分布进行比较的假设检验方法。

参数检验-统计

参数检验(parametric test),指当样本来自理论上由若干参数规定的总体分布,且对未知总体参数做统计推断的假设检验方法。

功效-统计

功效(power),又称“检验效能”,指零假设实际不成立,按照设定的检验水准能够拒绝零假设的概率。

Ⅱ类错误-统计

Ⅱ类错误(type II error),又称“II 型错误”,指假设检验中未拒绝实际上不成立的零假设的一类错误。

Ⅰ类错误-统计

Ⅰ类错误(type I error),又称“I 型错误”,指假设检验中拒绝了实际上成立的零假设的一类错误。

统计学意义-统计

统计学意义(statistical significance),又称“统计显著性”,指研究结果由随机误差导致的概率极小(通常P 值<0.05),表明观察到的效应或差异很可能真实存在。其核心是通过假设检验判断数据是否拒绝原假设。

P 值-统计

P 值(P value),指在零假设成立的条件下,出现当前样本统计量以及更极端情况的概率大小。

单侧检验-统计

单侧检验(one-sided test),指不仅考虑有无差异,还考虑差异的方向的假设检验方法。

双侧检验-统计

双侧检验(two-sided test),指仅考虑有无差异,不考虑差异方向的假设检验方法。

检验水准-统计

检验水准(significance level),指假设检验中用以表示拒绝实际上成立的零假设的最大允许概率。

备择假设-统计

备择假设(alternative hypothesis),又称“对立假设”,指假设检验中提出的一种假设,与零假设相互对立,通常表示有效应、有差异或有关联。 统计推断当样本信息不支持无效假设时将接受这种假设。

零假设-统计

零假设(null hypothesis),又称“原假设”,指假设检验中提出的一种假设,通常表示无效应、无差异或无关联,统计推断阶段计算有关检验统计量时是以这个假设成立作为前提的。

假设检验-统计

假设检验(hypothesis testing),指对所分析的总体情况首先提出一个假设,然后通过样本数据去判断是否拒绝这个假设而实施的过程。

估计精度-统计

估计精度(precision of estimation),指估计结果(均数、区间等)的准确程度或可信度的度量,表示估计值与真实值之间的接近程度,通常用误差范围或标准误差等指标反映。

置信下限-统计

置信下限(lower confidence limit),指置信区间下侧的边界值。

置信上限-统计

置信上限(upper confidence limit),指置信区间上侧的边界值。

置信限-统计

置信限(confidence limit),指在给定置信水平下,通过样本统计量及其标准误差估计的总体参数所在的可能范围。

置信度-统计

置信度(confidence level),指置信区间理论上包含未知总体参数的可能性。

总体概率置信区间-统计

总体概率置信区间(confidence interval for population proportion),指n 次抽样结果得到的n 个置信度为(1-检验水准)的样本率的置信区间,这些区间理论上成功涵盖总体概率的可能性为(1-检验水准)。
1 ...272829303132333435... 38下一页