一、正态分布是统计学的基础，它对于各种假设检验极其的重要，t分布，F分布，卡方分布都是基于正态分布衍生出来的，而且中心极限定理也证明了，多数分布在样本量n足够大的情况下，其样本均值服从正态分布。
二、假设检验的步骤
1 提出假设，包括无效假设H0和备择假设H1。
2 预设检验水准，一般设为0.05，概率小于0.05为小概率事件
3 选定检验方法，检验方法的选定要依据抽样的样本数量等因素进行确定
4 依据检验方法，确定在H0假设下的发生概率，如果小于0.05，则证明，H0假设为小概率事件，就可以拒绝H0
三、假设检验的实质是否定，是为了否定H0。
一、u检验（总体均值，总体方差已知的情况下使用）
u检验，又称为z检验，是基于正态分布的检验。举个简单的例子：
一台机器生成某种金属球，直径服从正态分布N(10，0.04)。抽取100个样本后，发现样本的均值为9.8cm，请问该机器生产的产品直径的均值是否为10cm。在0.05的显著性水平下
1、H0： H1:
2、取
3、样本量为100，所以这里选择u检验（为什么会选择u检验，而不选择t检验？在总体方差已经知道的情况下，不管样本数量多少都可以选择u检验。而如果总体方差未知，且样本数量小于40，则应该选择t检验。那么如果总体方差未知，但是样本数量超过40了，则u检验和t检验都可以使用，因为样本量大的情况下，t分布趋向于正态分布）
4、计算
可以发现这里是双边检验，所以查=1.96。所以拒绝H0
二、t检验（总体均值已经知道，但总体方差未知，只知道样本的方差）
（一）、单总体t检验
一台机器生成某种金属球，直径服从正态分布。抽取16个样本后，发现样本的均值为9.8cm，方差为0.04，请问该机器生产的产品直径的均值是否为10cm。在0.05的显著性水平下
1、H0： H1:
2、取
3、总体方差未知，样本量为16，所以这里选择t检验（如果样本数量较大，比如超过40，亦可以选择u检验）
4、计算
查，所以拒绝H0
（二）、两总体t检验（这两个总体的方差齐，且服从正态分布）
两台机器A,B生产某种金属球，从A生产的产品中取16件，发现其均值为9.8cm，方差为0.04，从B生产的产品中取9件，发现其均值为9.7cm，方差为0.015，是否可以认定A,B产品的直径有显著性差异，在0.05的显著性水平下。
1、H0： H1:
2、取
3、判断两个总体的均值是否有显著性差异，要用t检验
4、计算
，所以接受H0。
三、卡方检验（总体均值未知，单个正态总体的卡方检验，卡方检验的目标是为了检验样本的总体是否符合某种分布）
一台机器生成某种金属球，直径服从正态分布。抽取16个样本后，发现样本的均值为9.8cm，方差为0.04，请问该机器生产的金属球的直径的方差是否为0.02。
1、H0： H1:
2、取
3、总体均值未知，样本量为16，所以这里选择卡方检验
4、计算
查，所以拒绝H0，说明金属球的直径不符合方差为0.02的正态分布。
注：卡方检验还有另一种计算方式为
四、F检验（总体均值未知，两个正态总体的F检验，F检验的目标是为了检验两个样本的总体的方差是否相同，t检验中的方差齐是可以用F检验来进行检验的）
两台机器A,B生产某种金属球，从A生产的产品中取10件，发现其方差为0.02，从B生产的产品中取10件，发现其方差为0.015，是否可以认定A,B产品的方差相等，在0.05的显著性水平下。
1、H0： H1:
2、取
3、判断两个总体的方差是否齐，要用F检验
4、计算
将数据带入得到F=1.333，查，所以接受H0，说明在0.05的显著性水平下可以认为方差相等。
————————————————
版权声明：本文为CSDN博主「Soybean11」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/csefrfvdv/article/details/100705856
二、假设检验的步骤
1 提出假设，包括无效假设H0和备择假设H1。
2 预设检验水准，一般设为0.05，概率小于0.05为小概率事件
3 选定检验方法，检验方法的选定要依据抽样的样本数量等因素进行确定
4 依据检验方法，确定在H0假设下的发生概率，如果小于0.05，则证明，H0假设为小概率事件，就可以拒绝H0
三、假设检验的实质是否定，是为了否定H0。
一、u检验（总体均值，总体方差已知的情况下使用）
u检验，又称为z检验，是基于正态分布的检验。举个简单的例子：
一台机器生成某种金属球，直径服从正态分布N(10，0.04)。抽取100个样本后，发现样本的均值为9.8cm，请问该机器生产的产品直径的均值是否为10cm。在0.05的显著性水平下
1、H0： H1:
2、取
3、样本量为100，所以这里选择u检验（为什么会选择u检验，而不选择t检验？在总体方差已经知道的情况下，不管样本数量多少都可以选择u检验。而如果总体方差未知，且样本数量小于40，则应该选择t检验。那么如果总体方差未知，但是样本数量超过40了，则u检验和t检验都可以使用，因为样本量大的情况下，t分布趋向于正态分布）
4、计算
可以发现这里是双边检验，所以查=1.96。所以拒绝H0
二、t检验（总体均值已经知道，但总体方差未知，只知道样本的方差）
（一）、单总体t检验
一台机器生成某种金属球，直径服从正态分布。抽取16个样本后，发现样本的均值为9.8cm，方差为0.04，请问该机器生产的产品直径的均值是否为10cm。在0.05的显著性水平下
1、H0： H1:
2、取
3、总体方差未知，样本量为16，所以这里选择t检验（如果样本数量较大，比如超过40，亦可以选择u检验）
4、计算
查，所以拒绝H0
（二）、两总体t检验（这两个总体的方差齐，且服从正态分布）
两台机器A,B生产某种金属球，从A生产的产品中取16件，发现其均值为9.8cm，方差为0.04，从B生产的产品中取9件，发现其均值为9.7cm，方差为0.015，是否可以认定A,B产品的直径有显著性差异，在0.05的显著性水平下。
1、H0： H1:
2、取
3、判断两个总体的均值是否有显著性差异，要用t检验
4、计算
，所以接受H0。
三、卡方检验（总体均值未知，单个正态总体的卡方检验，卡方检验的目标是为了检验样本的总体是否符合某种分布）
一台机器生成某种金属球，直径服从正态分布。抽取16个样本后，发现样本的均值为9.8cm，方差为0.04，请问该机器生产的金属球的直径的方差是否为0.02。
1、H0： H1:
2、取
3、总体均值未知，样本量为16，所以这里选择卡方检验
4、计算
查，所以拒绝H0，说明金属球的直径不符合方差为0.02的正态分布。
注：卡方检验还有另一种计算方式为
四、F检验（总体均值未知，两个正态总体的F检验，F检验的目标是为了检验两个样本的总体的方差是否相同，t检验中的方差齐是可以用F检验来进行检验的）
两台机器A,B生产某种金属球，从A生产的产品中取10件，发现其方差为0.02，从B生产的产品中取10件，发现其方差为0.015，是否可以认定A,B产品的方差相等，在0.05的显著性水平下。
1、H0： H1:
2、取
3、判断两个总体的方差是否齐，要用F检验
4、计算
将数据带入得到F=1.333，查，所以接受H0，说明在0.05的显著性水平下可以认为方差相等。
————————————————
版权声明：本文为CSDN博主「Soybean11」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/csefrfvdv/article/details/100705856
