假设检验中的前提条件

Python 假设检验

James Chapman

Curriculum Manager, DataCamp

随机性

前提

样本是来自更大总体的随机子集

影响
  • 样本不具代表性
如何检查
  • 了解数据的收集方式
  • 与数据采集者/领域专家沟通

带有"Responsibly Sourced Ingredients"短语的徽标。

1 抽样技术详见"Sampling in Python"。
Python 假设检验

观测独立性

前提

数据集中每条观测(行)相互独立

影响
  • 伪阴性/伪阳性概率上升
如何检查
  • 了解数据的收集方式
Python 假设检验

大样本量

前提

样本足够大以降低不确定性,使中心极限定理适用

影响
  • 置信区间更宽
  • 伪阴性/伪阳性概率上升
如何检查
  • 取决于具体检验
Python 假设检验

大样本量:t 检验

单样本
  • 样本中至少有 30 个观测

$n \ge 30$

$n$:样本量

双样本
  • 每个样本至少有 30 个观测

$n_{1} \ge 30, n_{2} \ge 30$

$n_{i}$:第 $i$ 组样本量

配对样本
  • 两个样本之间至少有 30 对观测

数据行数 $\ge 30$

方差分析(ANOVA)
  • 每个样本至少有 30 个观测

$ n_{i} \ge 30 $,对所有 $i$

Python 假设检验

大样本量:比例检验

单样本
  • 样本中的成功次数 ≥ 10

$n \times \hat{p} \ge 10$

  • 样本中的失败次数 ≥ 10

$n \times (1 - \hat{p}) \ge 10$

$n$:样本量
$\hat{p}$:样本成功比例

双样本
  • 每个样本中的成功次数 ≥ 10

$n_{1} \times \hat{p}_{1} \ge 10$

$n_{2} \times \hat{p}_{2} \ge 10$

  • 每个样本中的失败次数 ≥ 10

$n_{1} \times (1 - \hat{p}_{1}) \ge 10$

$n_{2} \times (1 - \hat{p}_{2}) \ge 10$

Python 假设检验

大样本量:卡方检验

  • 各组中的成功次数 ≥ 5

$ n_{i} \times \hat{p}_{i} \ge 5 $,对所有 $i$

  • 各组中的失败次数 ≥ 5

$ n_{i} \times (1 - \hat{p}_{i}) \ge 5 $,对所有 $i$

$n_{i}$:第 $i$ 组样本量
$\hat{p}_{i}$:第 $i$ 组样本成功比例

Python 假设检验

合理性检查

若自助分布看起来不像正态,则前提条件可能不成立

  • 回溯数据收集,检查随机性独立性样本量
Python 假设检验

Passons à la pratique !

Python 假设检验

Preparing Video For Download...