p值挺依赖样本的,样本太大,即使一个很小的差也会统计为显著的差异.
同样的样本量,Z-test更容易得到小的p值,t分布比较胖,置信区间会更大一些。
样本量小,样本SD会低估总体的SD,所以用t-test,当样本量大于30时,t-test基本就变成了Z-test。
单侧检验的p值是双侧检验的一半。
双侧检验:
当我们的假设是有没有差异性的时候:
H0: 没有差异
H1:有差异
单侧检验:
当我们的假设是降低还是增高的时候:
H0: 没有差异
H1:有差异
p值挺依赖样本的,样本太大,即使一个很小的差也会统计为显著的差异.
同样的样本量,Z-test更容易得到小的p值,t分布比较胖,置信区间会更大一些。
样本量小,样本SD会低估总体的SD,所以用t-test,当样本量大于30时,t-test基本就变成了Z-test。
单侧检验的p值是双侧检验的一半。
双侧检验:
当我们的假设是有没有差异性的时候:
H0: 没有差异
H1:有差异
单侧检验:
当我们的假设是降低还是增高的时候:
H0: 没有差异
H1:有差异