假设检验的类型和两类错误

关键词：假设检验

导语：作为质量改进的重要工具之一，假设检验是数理统计学中的一种统计推断方法，其根据一定假设条件，由样本推断总体，从而判断样本与样本、样本与总体的差异是由抽样误差引起的，还是本质差别造成的。

作为质量改进的重要工具之一，假设检验是数理统计学中的一种统计推断方法，其根据一定假设条件，由样本推断总体，从而判断样本与样本、样本与总体的差异是由抽样误差引起的，还是本质差别造成的。

假设检验的类型

统计假设一般可分为参数假设与非参数假设。

参数假设是指总体分布类型已知，对未知参数的统计假设。检验参数假设问题成为参数检验。当总体分布类型为正态分布时，则为正态总体参数检验。

非参数假设是指总体分布类型不明确，对参数的各种统计假设。检验非参数假设问题称为非参数检验，也称分布检验。由于非参数检验和非正态分布总体的参数检验都比较复杂，在QC小姐活动中很少应用。

假设检验的两类错误

在假设检验中，常将“小概率事件”的概率表示为α，称为显著性水平，把原先设定的假设称为原假设，记做H0，把与H0相反的假设称为备择假设，它是原假设被拒绝时而应接受的假设，记做H1。

做出接受或拒绝原假H0的判断，都可能犯如下的两类错误：

• Ⅰ类错误——弃真错误，发生的概率为α；
• Ⅱ类错误——取伪错误，发生的概率为β，见下表。

假设健谈决策的两类错误

样本均值的显著性水平为α时，则得到该样本置信度为1-α的置信区间。

如果，显著性水平为α，均值为μ时，原假设H0是均值μ=μ0.那么，与H0相反的假设，即备择假设H1就是均值μ≠μ0。

因此，我们可以用计算确定出均值μ的1-α置信区间的方法来检验上述假设是否成立。如果计算出来的置信区间包含μ0，就接受H0；如果不包含就拒绝H0。

最后，值得注意的是，假设检验在判断结论时不能绝对化，应注意无论接受或拒绝检验假设，都有判断错误的可能性。因此，我们在日常的质量改进工作中，要用辩证的思想来看待假设检验结果。