KNOWECON WIKI

ARTICLE

假设检验与置信区间的关系

假设检验与置信区间的关系 假设检验和置信区间是推断统计学两个最基本工具——同一统计理论的两个表述（对偶性）。 对偶性：核心关系 在显著水平 的双侧假设检验中，拒H_0: = _0的充要条件是：参数 (1- )置信区间不包含 _0。反之，未能拒H_0↔区间包含 _0。 数学推导示例（ , ^2已知）：双侧检验拒H_0条件：| X- _0| / ( / n) >

浏览 18 更新 2025-10-25

假设检验与置信区间的关系

假设检验和置信区间是推断统计学两个最基本工具——同一统计理论的两个表述（对偶性）。

对偶性：核心关系

在显著水平α\alpha的双侧假设检验中，拒H0:θ=θ0H_0: \theta = \theta_0的充要条件是：参数 (1−α)(1-\alpha)置信区间不包含 θ0\theta_0。反之，未能拒H0H_0↔区间包含θ0\theta_0。

数学推导示例（μ\mu, σ2\sigma^2已知）：双侧检验拒H0H_0条件：∣Xˉ−μ0∣/(σ/n)>zα/2|\bar{X}-\mu_0| / (\sigma/\sqrt{n}) > z_{\alpha/2}。(1−α)(1-\alpha)置信区间：[Xˉ−zα/2⋅σ/n,Xˉ+zα/2⋅σ/n][\bar{X} - z_{\alpha/2} \cdot \sigma/\sqrt{n}, \bar{X} + z_{\alpha/2} \cdot \sigma/\sqrt{n}]。

∣Xˉ−μ0σ/n∣>zα/2  ⟺  ∣Xˉ−μ0∣>zα/2σn  ⟺  μ0<Xˉ−zα/2σn  或  μ0>Xˉ+zα/2σn\left|\frac{\bar{X} - \mu_0}{\sigma/\sqrt{n}}\right| > z_{\alpha/2} \iff |\bar{X} - \mu_0| > z_{\alpha/2}\frac{\sigma}{\sqrt{n}} \iff \mu_0 < \bar{X} - z_{\alpha/2}\frac{\sigma}{\sqrt{n}} \;\text{或}\; \mu_0 > \bar{X} + z_{\alpha/2}\frac{\sigma}{\sqrt{n}}

即μ0\mu_0在置信区间外部——等价关系得证。

信息互补

假设检验：二元决策（拒/不拒）+p值→关注统计显著性（结果够"极端"→不由随机误差解释）。置信区间：数值范围→关注估计量级和精确度（参数多大？多确定？）。一个置信区间同时隐含对无数可能假设的检验结果：区间内→不拒，外→拒。

示例：新药降胆固醇（α=0.05\alpha=0.05）。p=0.03→拒"平均降低=0"；95\% CI [-0.2, -7.8] mg/dL→间隔不包含0（对偶性验证）。互补性：p仅说"有效"，CI提供效应量不确定性——下限-0.2临床无意义、上限-7.8显著→决策者急需,p不能给。ASA等权威强烈建议同时报告置信区间。