数学建模假设检验：显著性检验假设检验法一：Example:法二：P值法：不用求出【接受域】不用求出【临界值】，直接和【

假设检验

法一：

1.构造一个统计量f，统计量有一个分布(标准正态分布,F分布，卡方分布) ：matlab处理 
2.找接受域：查表，matalb计算
3.Step2构造统计量最难

Example:

法二：

P值法：不用求出【接受域】不用求出【临界值】，直接和【显著性水平α比较】

P值：取值大于该已知样本数据的概率

Example：

为什么：因为当皮尔逊相关系数很小的时候，如0.1,0.2表示到底有没有相关性呢？和0有什么差异呢？这时候就要进行显著性检验，判断出他和0有没有显著性差异

一般设H0：r=0 , H1: r≠0

分别表示:不显著==接受原假设==和0没有什么区别;90%;95%;99%以上拒绝原假设==和0有区别

P < 0.01 % 标记3颗星的位置 99%以上拒绝原假设 (P < 0.05) .* (P > 0.01) % 标记2颗星的位置 95%以上拒绝原假设 (P < 0.1) .* (P > 0.05) % % 标记1颗星的位置 90%以上拒绝原假设

spss： P < 0.01 2颗星星 (P < 0.05) .* (P > 0.01) 1颗星星

对皮尔逊相关系数进行假设检验的条件：

第一个条件最需要验证，第二第三个条件可以默认满足

小样本(3≤n≤50)：Shapiro‐wilk夏皮洛‐威尔克检验

大样本(n>30)：JB检验

近似检验：QQ图近似检验