文档介绍：第8讲差异显著性检验
、假设检验
独立样本T检验
三、单因素方差分析
不同性别、不同年龄、不同教育背景、不同收入
不同客源地的游客群体在旅游购物、游憩动机、
游憩满意度、乃至旅游影响感知等方面肯定存在
差异,但如果只探讨他们之间的微小差异是没有
意义的,我们需要了解的是他们在这些方面是否
存在显著差异。
差异显著性检验属于假设检验的范畴,因而必须
首先了解什么是假设检验( Hypothesis
Testing)
一、假设检验
(一)假设检验的基本原理
所谓假设,可以理解为是研究者对于某个有待解决的问题
所提出的暂时性或尝试性的答案。就差异显著性的假设检
验而言,其假设的陈述形式是一种差异式陈述方式
例如:
不同性别的游客对某一景区提供的住宿条件的满意程度是
否存在显著差异?
不同收入的游客群体对某一景区自然风光的评价是否存在
显著差异?
要回答这些问题,我们最好先提出有关假设。
第一类错误:也称为弃真错误,是指零假设H实际上是真
实的,而检验结果却拒绝了它。出现第一类错误的概率是
显著性水平a,因此犯第一类错误的概率是可以控制的。
第二类错误:也称为取伪错误,是指零假设H实际上是不
真实的,而检验结果却接受了它。第二类错误的概率用β
表示
总体情况
检验结果
零假设H为真对立假设H1为真
接受H0
判断正确
第二类错误
拒绝H0
第一类错误
判断正确
冋睞遆殁續的欖幸茈瀚砭蠼样本容
假设检验的两种形式
双侧检验
单侧检验
原假设H
μ=μo
Hsμo
备择假设H1
≠
<μo
>μo
(1)双侧检验
有两个临界值,两个拒
绝域,每个拒绝域的面积为
,原假设μ=队,只要
u>或μ<μ有一侧出现
图111-1双侧假设检验示意图
就要拒绝原假设。
双侧检验按查表求临界值。
(2)单侧检验
有一个临界值,一个拒绝域,
拒绝域的面积为a。
当所考察的数值越大越好时
用单侧检验
如考察灯泡的寿命
图1L1-2单侧假设检验示意图(一)
当所考察的数值越小越好时
用单侧检验
如考察产品的废品率
图11-3单側假设硷骏示意图(二)
单侧检验按α查表求临界值。
(1)提出假设
(2)选取检验统计量,并在原假设H成立的条件下计算统计
量的值。
(3)对于给定的显著性水平α,决定临界值。
a的取值范围为a≤,∝≤≤,一般情况下,
常用a≤
当α≤,差异显著,当α≤,差异极显著。
(4)对假设做出判断。
通过对计算获得的统计量与临界值的比较,作出接受或
拒绝零假设的决定
显著性水平值α定得越大,拒绝域就越大,就越不容易接
受原假设,反之,显著性水平值定得越小,拒绝域就越小
就越容易接受原假设。因此,在统计检验的问题中,要注
意α值的确定问题。
使用统计软件进行假设检验,在输出的结果中,会出现P
值(sig.),P值是判断检验结果的另一个衡量标准,是
进行检验决策的另一个依据。P值是拒绝零假设的最小值。
当P≤α时,拒绝H,表明样本均值存在显著差异
当P>α时,接受H,表明样本均值不存在显著差异