检验统计量与p值

Python 统计思维(第 2 部分)

Justin Bois

Lecturer at the California Institute of Technology

OH与PA有差异吗?

ch3-2.002.png

1 数据来源:Data.gov (https://www.data.gov/)
Python 统计思维(第 2 部分)

假设检验

  • 在假设为真时,评估观测数据的合理性
Python 统计思维(第 2 部分)

检验统计量

  • 可由观测数据和在原假设下模拟的数据计算得出的单一数值
  • 用于比较二者
Python 统计思维(第 2 部分)

置换重复

np.mean(perm_sample_PA) - np.mean(perm_sample_OH)
1.122220149253728
np.mean(dem_share_PA) - np.mean(dem_share_OH) # orig. data
1.1582360922659518
Python 统计思维(第 2 部分)

原假设下的平均得票差

ch3-2.014.png

1 数据来源:Data.gov (https://www.data.gov/)
Python 统计思维(第 2 部分)

原假设下的平均得票差

ch3-2.016.png

1 数据来源:Data.gov (https://www.data.gov/)
Python 统计思维(第 2 部分)

p值

  • 在原假设为真时,得到"检验统计量至少同样极端"的概率
  • 绝非原假设为真的概率
Python 统计思维(第 2 部分)

统计显著性

  • 由p值的大小决定(越小越显著)
Python 统计思维(第 2 部分)

原假设显著性检验(NHST)

  • 本章所用方法的另一名称
Python 统计思维(第 2 部分)

统计显著 ≠ 实际显著

Python 统计思维(第 2 部分)

Passons à la pratique !

Python 统计思维(第 2 部分)

Preparing Video For Download...