统计学如何区分单侧左右

在具体的假设检验中，选择双侧检验或单侧检验可分为以下三种情况：

第一种：H0：μ=μ0 ：μ≠μ0双侧

第二种：H0：μ≥μ0 ：μ＜μ0　 单侧（左侧）

第三种：H0：μ≤μ0 ：μ＞μ0单侧（右侧）

t检验：当样本例数n较小时，要求样本取自正态总体。

t检验的类型：单样本t检验，独立t检验，配对t检验。

z检验：样本例数较大，或n虽小而总体标准差已知。

配第在书中使用的数字有三类：

第一类是对社会经济现象进行统计调查和经验观察得到的数字。因为受历史条件的限制，书中通过严格的统计调查得到的数据少，根据经验得出的数字多。

第二类是运用某种数学方法推算出来的数字。其推算方法可分为三种：

(1)以已知数或已知量为基础，循著某种具体关系进行推算的方法。

(2)通过运用数字的理论性推理来进行推算的方法。

(3)以平均数为基础进行推算的方法”。

1、性质的不同：

单边试验又称单尾试验和单侧试验。在假设检验中，利用检验统计量的密度曲线和两轴围合面积的单边尾面积构造临界区域的方法称为单边检验。

双边试验又称双尾试验和双侧试验。在假设检验中，利用检验统计量的密度曲线和x轴边界区域两侧的尾部面积来构造临界区域。

2、用法不同：

单边检验：可以将由显著性水平A概率确定的拒绝区域置于正态曲线的右侧，从正态分布的双边分规表中找出临界值。若得到的临界值为ua，则右侧单侧检验的拒绝域为（ua， ＋ 2）。

双边检验：在选择的显著性水平A下，将A确定的放弃区域平分为两部分，放置在正态曲线的两侧（如图所示），即每边占A／2的面积。需要进行双边检验。

扩展资料：

单边检验的分类：

1、如果采用的显著性水平A概率所确定的放弃区域放置在密度曲线的右侧，称为右单侧检验（或右单尾检验）。

2、如果放在密度曲线的左侧，则称为左单侧试验（或左单尾试验、左单侧试验等）。

参考资料来源：百度百科-单边检验

参考资料来源：百度百科-双边检验

1
单样本t检验
在单个正态总体N（μ，σ2
）均值μ的检验中，当σ2未知时，可选用t检验法检验（1）（2）（3）。σ2未知时，（X军-tα（n-1）S/n姨，+∞）是μ的一个置信水平为1-α的单侧置信区间，其中X军-tα（n-1）S/n姨是置信下限，即对于任意的μ∈Θ，有
Pμ（X军-tα
（n-1）S/n姨）＜μ＜+∞）≥1-α。（4）考虑右边检验H0∶μ≤μ0，H1∶μ＞μ0，其拒绝域为t≥tα（n-1），等价于
X军-μ0S/n
姨≥tα
（n-1），（5）
恒等变形得μ0≤X军-tα（n-1）S/n姨，即μ0∈（X军-tα（n-1）S/n姨，+∞）；同理若μ0∈（X军-tα（n-1）S/n姨，
+∞），则μ0＞X军-tα（n-1）S/n姨，恒等变形得X军-μ0S/n
姨＜tα
（n-1），（6）即t＜tα（n-1），此时应接受H0。因此我们要检验假设（3），可先求出μ的置信水平为1-α的单侧置信区间（X军-tα（n-1）S/n姨，+∞），然后考察区间是否包含μ0，若μ0∈（X军-tα（n-1）S/n姨，+∞），则接受H0；若μ0∈（X军-tα（n-1）S/n姨，
+∞），则拒绝H0。在SPSS统计软件中，置信区间类型为（X军-tα/2（n-1）S/n姨，X军+tα/2（n-1）S/n姨）（置信度为1-α），因此我们求出μ的置信度为1-2α的置信区间（X军-tα（n-1）S/n姨，X军+tα（n-1）S/n姨），即可求出μ的置信度为1-α的单侧置信区间（X军-tα（n-1）S/n姨，
+∞），然后按上述方法检验假设（3）。下面以一例题说明右边检验的SPSS *** 作。
例1[1]某种元件的寿命X（以h计）服从正态分布N（μ，σ2），μ，σ2未知，现测得16只元件的寿命如下：
159280101212224379179264222362168250149260485170
问是否有理由认为元件的平均寿命大于225h（取
显著性水平α=005）？
该问题即为检验假设H0∶μ≤μ0=225，H1∶μ＞225，
首先建立数据文件data2-1sav，然后利用SPSS160中分析菜单中的探索性过程即可得到表1的结果，只要将均值的置信区间的置信度设置为1-2α=1-2×005=90%即可。
表1由表1可得，均值μ的置信度为1-α=095的单侧置信区间为（19823，+∞）。由于225∈（19823，+∞），因此在显著性水平α=005下接受H0，即认为元件的平均寿命不大于225h。2
独立两样本t检验
独立两样本t检验可用于两正态总体均值差的假设检验，设X1，X2，…，Xn1
是来自正态总体
N（μ1，σ12
）的样本，Y1，Y2，…，Yn2
是来自正态总
体N（μ2，σ22）的样本，μ1，σ12，μ2，σ22
均未知。两样本相互独立，记它们的样本均值分别为X军和Y军，样本方差为S12
和S22
，考虑检验问题：
H0∶μ1-μ2≤δ，H1∶μ1-μ2＞δ，
（δ为已知常数），（7）1）当σ12
=σ22
=σ2
时，选用检验统计量t=
（X军-Y军）-δSω1/n1+1/n2姨~t（n1+n2-2），（其中Sω2=
（n1-1）S12
+（n2-1）S2
2
n1+n2-2
）；
2）当时σ12
≠σ22
，采用校正的t检验[6]，此时
t=（X军-Y军）-δS12/n1+S22
/n2
姨~t（n），（8）
其自由度n计算如下
n=（k2
n1-1+（1-k）2
n2-1）-1
，k=S12
/n1
S12
/n1+S22
/n2

以样本平均数与总体平均数差异的显著性检验为例，区别如下

1、问题的提法不同。双侧检验的提法是：μ和已知常数μ0是否有显著性差异，单侧检验的提法是：μ是否显著高于已知常数μ0(右侧检验），μ是否显著地低于已知常数μ0(左侧检验)

2、建立假设的形式不同。双侧检验的原假设和备择假设为：H0:μ=μ0H1:μ≠μ0。单侧检验的原假设和备择假设为：H0:μ=μ0H1:μ＞μ0(右侧检验)或H0:μ≥μ0H1:μ＜μ0(左侧检验)。

3、概念不同：双侧检验——备择假设没有特定的方向性，并含有符号“=”的假设检验，单侧检验——备择假设具有特定的方向性，并含有符号“>”或“<”的假设检验，其中备择假设的方向为“<”，称为左侧检验，备择假设的方向为“>”，称为右侧检验。

扩展资料：

检验统计量是根据样本观测结果计算得到的，并据以对原假设和备择假设作出决策的某个样本统计量，是对样本估计量的标准化结果（原假设H0H_0H0为真，点估计量的抽样分布）。

标准化的检验统计量公式为：

标准化的检验统计量=点估计量−假设值点估计量的抽样标准差标准化的检验统计量=\frac{点估计量-假设值}{点估计量的抽样标准差}标准化的检验统计量=点估计量的抽样标准差点估计量−假设值。

一两句话说不完:
假设检验就是根据样本，适当构造一个统计量，按照某种规则，决定是接受 H0( 拒绝H1 )还是拒绝 H0( 接受H1 )，所使用的统计量称为检验统计量．
分双边检验与单边检验
参考
>估计是你搞混了。相关性分析和假设检验是两个概念。
相关性是有响应Y，还有因子A/B/C等，说的是因子与响应之间的关联性，如果只有一个因子，那么就是看他们之间的线性关系，相关性不光是线性的，还可以是二阶，三阶甚至更高阶的多项式相关性，一般两个因素之间，看线性与否即可，这个可以做散布图，拟合线图等，计算相关系数即可知道。
而假设检验是看两个样本所处总体的分布是否有显著差异，比如一个样本A 1,12,11，另外一个样本为B 11 12 13 11 12 ……，是要看这两组数据（样本）是否有显著的差异，可以通过正态分布来进行检验。通常对均值进行检验，假设A≠B或A＝B，而他们对调后就是他们的备择假设，通常假设显著因子α=005，也就是置信度为95%，通过计算后得到P值，比较P值与α的大小，最终得到A和B是否相等，当然，统计学上叫是否显著。
如果比较A=B，这就是双侧检验，如果比较A＞B或A＜B，则是单侧检验。单侧检验时，如果置信度仍设为95%，那么α值就取0025即可。
假设检验有双样本检验，单样本检验，配对样本检验等，不管是单侧还是双侧，都只能对两个样本进行比较，如果三个或三个以上的样本比较，就需要做方差分析了。

双边检验。因为检验的是μ1=μ？

2，3,4,5,6,7全是单边检验。因为检验的是μ1>μ还是μ1<μ

为什么？你应该注意到。是否存在差异的拒绝与 是落在两边的，意思是大了小了都拒绝掉。

而μ1>μ 等价于μ1-μ>0用的检验只能是落在一边。拿正态分布举例，落在正态大区域那里，说明二者大概是相等的，落在右边，说明是大于，左边，是小于。

我这么说，您明白了吗？

---