统计学R语言实验4 均值假设检验

统计学R语言实验4  均值假设检验

一、实验目的

1. 掌握理解假设检验的相关概念。

2. 掌握理解假设检验的相关方法。

3. 熟悉R语言等语言的集成开发环境。

二、实验分析与内容

完成教材P88的第5题。

t检验统计量为-1.4628。显然当t较大时，说明x-相对于μ很小，对零假设不利。与t经量相应的p值等于0.1715>0.01,这表示因为拒绝零假设而犯错误的实际概率有0.1715。这样， p值大于显著性水平，我们不可以拒绝零假设。所以不可以说每天的平均退货小于6.5，显著性为0.01.

三、实验总结

   在此次实验中我理解了假设检验的相关概念。假设检验是根据样本信息，提出对于总体信息的假设，并且对假设的正确性进行推断。推断的依据是假设成立发生的概率，并且设置显著性水平 α \alphaα (取值一般为0.01，0.05，0.1)。在判断原假设过程中，有两种方法。

• 统计量的比较。由样本数值生成对应的统计量，由显著性水平会生成统计量的边界。如果统计量与显著性水平的边界数值的大小关系与原假设不符合，即可拒绝原假设。
• 概率的比较。p值是通过统计量得到的边界处，向拒绝域方向延申范围的概率数值。p值越大，说明统计量越不容易落入拒绝域，也就是越容易落入接受域，越支持原假设。当p值小于显著性水平，则拒绝原假设。

在此次实验中理解假设检验的相关方法并使用了R语言等语言的集成开发环境来解决问题。