假设检验的效力是什么?有什么含义?怎么计算?
1个回答
我们一般称为假设检验的统计效力(statistical power)。
定义:统计效力等于我们成功拒绝了错误的零假设的概率。
换个角度翻译一下上面的定义,power = 1 - Type II error。效力就是1减第二类错误。
统计效力越高,说明当某个现象(对立假设)存在的时候,我们更有可能检测到这个现象。统计效力越高,说明这个假设检验越有效。统计效力和假设检验本身的显著性水平相关也和样本的大小相关。
相关主题
显著水平和p值是什么关系?
1回答
T检验的effect size是什么?有什么含义吗?
1回答
T检验需要提前假设吗?
1回答
单因素方差分析(one-way anova)在使用时需要有什么前提假设条件吗?
1回答
spss的检验分了t,卡方,非参数,分类的依据和目的是啥
1回答
多重检验中的FDR(false discovery rate, 错误发现率)是什么?
2回答
F检验的使用场景
3回答
t检验,需要测试集验证集吗?
3回答
多重比较校正
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出!