金同学2019-12-29 21:18:50
为什么选confidence level小的、增加数据观测值的数量?老师上课讲的confidence level越小,接受域越宽,对应的拒绝域也就越小。而增加数量的话,越容易拒绝,也就是拒绝域越大。二者本来就是矛盾的,为什么在结论部分却选这两个???
回答(1)
Cindy2019-12-30 11:23:02
同学你好,这是从假设检验的性价比,或者说是从假设检验的效率的角度来理解的,
首先,置信区间越小的话,比如95%和99%和99.9%,
95%的置信区间就意味着,100天里面,有5天的例外天数,换言之,20天里面,有1天的例外天数。我们只要等20天,就可以观察到1次例外了
而99%的置信区间就意味着,100天里面,有1天的例外天数.我们需要等100天,才可以观察到1次的例外
如果是99.9%的置信区间就意味着,1000天里面,有1天的例外天数.我们需要等1000天,才可以观察到1次的例外,这样检验检验的效果就大大折扣了呀,因此,我们更加倾向于使用置信区间小一点的做假设检验
再来看天数,检验检验是需要数据做支持的,我们使用的数据越多,是不是得出的结论更具有可信度呢?如果数据少一些,就算假设检验通过了,说不定也有可能是因为数据太少,结论不严谨呀,所以,当然是数据多一些比较好了呀(#^.^#)
- 评论(0)
- 追问(4)
- 追问
-
就是说这个问题和我之前说的问题是从两个不同的角度出发来看的是吧?二者没有相关性。
- 追答
-
同学你好,是的,加油ヾ(◍°∇°◍)ノ゙
- 追问
-
谢谢哦 看你回复的语气是个女孩子👧哈哈
- 追答
-
(^-^)V


评论
0/1000
追答
0/1000
+上传图片