假设检验的效力是什么?

  统计/机器学习 假设检验    浏览次数:7974        分享
0

假设检验的效力是什么?有什么含义?怎么计算?

 

bigbear   2017-06-01 13:17



   1个回答 
4

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。


SofaSofa数据科学社区DS面试题库 DS面经

起个好名字   2017-06-04 10:25



  相关讨论

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?

T检验需要提前假设吗?

假设检验中的p值是什么意思?为什么越小越好?

怎么利用假设检验判断两个骰子是相同的?

怎么对两个样本的方差进行假设检验

线性回归因变量y不满足正态性假设

线性回归需要满足哪些基本前提假设

线性回归随机误差项不满足基本假设会怎样?

逻辑回归的前提假设是什么?

树模型有哪些假设?比如,对样本数据的分布有做假设吗?

  随便看看

推荐系统中的召回(recall)是什么意思?

logloss的取值范围是多少?一般好的分类器能达到多少?

医学统计里的c-index或者c-statistic是什么意思?

逻辑回归的损失函数是怎么来的

怎么对pandas dataframe做转置?