目录
一、什么是p值
在假设检验中，证明备择假设H₁存在困难，我们就去证明它的反面原假设H0。P值实际上是当H0假设为真，一些极端情况出现的概率，如果P值很小，说明这种情况发生的概率很小。如果这种情况出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。
P值是H0能被拒绝的最小值。α是上限控制值
二、双侧检验的p值
若p值≥α/2，不拒绝H0
若p值<α/2，拒绝H0
三、单侧检验的p值
若p值≥α，不拒绝H0
若p值＜α，拒绝H0
四、假设检验中双侧假设和单侧假设的决策范式α
4.1 双侧检验
1.拒绝域在统计分布的两侧，有两个拒绝域，两个临界值，每个拒绝域的面积为α/2
2.只要μ＞μ0或μ＜μ0二者之中有一个成立，就可以拒绝原假设（μ0是原假设H0的总体均值，前句话的意思就是当μ落到拒绝域里时，就可以拒绝原假设）
4.2 单侧检验
1.拒绝域在统计分布的一侧，有一个拒绝域，一个临界值，拒绝域的面积为α
五、总体均值的推断
在对总体均值进行推断时，需要考虑总体方差是否已知，用于构造估计量的样本是大样本（通常要求n≥30）还是小样本（n＜30）等几种情况
1.α²已知或α²未知大样本
①假定条件
总体服从正态分布，且方差（α²）已知
如果不是正态分布，可由正态分布来近似（n≥30）
②使用正态分布统计量
a、当总体方差α²已知时，符合z分布
b、当α²未知时，用样本方差s²代替，符合t分布
六、练习题
例1：
例2：
例3：
版权声明：本文为qq_32833675原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。