得到了总体还能做假设检验？

耕耘使者 发表于 2011-4-30 23:29 第二条路径似乎有问题，好像自相矛盾，既然“总体已知”，还何须再靠“抽样”去推断？抽样仅适用于总体未知的情形。

类似于“自抽样”。

比如这样的问题：A、B、C三班全体学生的成绩均已知；且A班的平均分比B班高0.5分，比C班高5分。我们想构造一种检验说明，A班与B班“平均分无显著差异”，A班与C班“平均分有显著差异”。从而，对各总体进行（可放回）简单随机抽样，这样可以得到样本量很大的样本（各班的样本量甚至超过各班实际学生数）。我们“主观上”试图说明，若“总体意义”上，A班与B班的平均分无显著差异，对它们的（这样得到的）样本的检验的结果也应是“无显著差异”。

这种操作是否有意义？是否有必要？

应该理解为无限总体,能否把整本书上传???

sungmoo 发表于 2011-4-30 23:50
类似于“自抽样”。
比如这样的问题：A、B、C三班全体学生的成绩均已知；且A班的平均分比B班高0.5分，比C班高5分。我们想构造一种检验说明，A班与B班“平均分无显著差异”，A班与C班“平均分有显著差异”。从而，对各总体进行（可放回）简单随机抽样，这样可以得到样本量很大的样本（各班的样本量甚至超过各班实际学生数）。我们“主观上”试图说明，若“总体意义”上，A班与B班的平均分无显著差异，对它们的（这样得到的）样本的检验的结果也应是“无显著差异”。

这种操作是否有意义？是否有必要？

我的思维惯性是：由样本推断总体，至于已知总体上无显著差异，而去检验样本的结果是否也无显著差异，一句话说，一般思维是已知样本，去推断总体，现在反过来了，是已知总体，去推断样本。这样一种突破传统模型的做法，我还真的无法立即想明白，想去深入学习一下，您能否推荐一两本书或文章？统计学方法日新月异，感觉自己虽然从教统计学多年，但知识更新太慢了。
        谢谢！

我编辑了原帖，请大家批评指正

zhaoxing731 发表于 2011-4-30 09:38
看了一个非常好的bootstrap和permutation test的入门读物，是大牛写的，http://bcs.whfreeman.com/ips5e/content/cat_080/pdf/moore14.pdf。非常受启发，但其中有个问题困扰了我。

这个材料介绍permutation test特点时，谈到confidence intervals和significance tests有一个微妙的不同就是针对总体也可以做假设检验。这个让人有些不好理解，因为既然你知道了总体，参数也就是知道了，怎么还需要假设检验去下结论呢？比如材料中举的例子，要比较一个公司男员工和女员工的平均收入的差异，直接把全体公司的男女员工都调查完了，这个时候直接用总体的参数去比较就行了，就不会犯传统假设检验的一类错误或二类错误了

请问大家对此有什么理解？或者reference参考，麻烦告知
谢谢

谢谢大家对此的热情讨论，把我这几天的思考也呈现给大家 ......
请大家批评指正

疑问是来自下列的摘录吗？！

耕耘使者 发表于 2011-4-30 10:53
楼主有理，有了总体，就没有必要做假设检验了。

有了总体数据，就能计算总体参数了，还检验什么呢？假设检验还有非参数检验，可以检验数据分布类型

ciwawa801023 发表于 2011-5-2 18:32

耕耘使者 发表于 2011-4-30 10:53
楼主有理，有了总体，就没有必要做假设检验了。

有了总体数据，就能计算总体参数了，还检验什么呢？假设检验还有非参数检验，可以检验数据分布类型

我的理解是，非参数检验同参数检验有一点是共同的，即都是用样本推断总体。
“有了总体数据，就能计算总体参数了”，事实是，有了总体数据，不仅能计算总体参数，还是判断总体分布。

对，就是这
15# gemini69

看了这一章就知道这是一本非常棒的书，但国内貌似没有 12# wylin

统计的研究方法而已，就是说，假如总体怎样，得到统计结论和总体是否和总体本来一致，由此说明统计方法合理性而已。并不是已知总体再作统计没意义这样理解的