什么是两尾测试？
在统计中，双尾检验是一种方法，其中分布的关键区域是双面的，并且检验样本是否大于或小于某个值范围。 它用于零假设检验和统计显着性检验。 如果要测试的样本属于两个关键区域之一，则接受替代假设而不是无效假设。 尽管可以在其他非正态分布中使用该测试，但双尾检验的名称来自测试正态分布的两个尾部下方的区域。
重要要点
- 在统计学中，双尾检验是一种方法，其中分布的关键区域是双面的，用于检验样本是否大于或小于某个值范围。该方法用于零假设检验和检验如果具有统计学意义，则如果被测样品属于两个关键区域之一，则接受替代假设而不是原假设。按照惯例，双尾检验用于确定5％水平的显着性，这意味着分配降低了2.5％。
注意统计检验是一尾还是二尾，因为这将极大地影响模型的解释。
两尾测试的工作原理
推论统计的基本概念是假设检验，该假设检验用于在给定总体参数的情况下确定索赔是否成立。 被编程为显示样本均值是否显着大于 和 均值小于总体均值的测试称为两尾测试。
设计了两尾检验，以检查所涉及的概率分布所指定的指定数据范围的两侧。 概率分布应表示基于预定标准的指定结果的可能性。 这要求设置一个极限值，以指定范围内包括的最高（或上限）和最低（或下限）可接受的变量值。 存在高于上限或低于下限的任何数据点均被视为超出接受范围，并且被视为拒绝范围。
对于可接受范围内必须存在的数据点数量，没有内在标准。 在需要精确度的情况下，例如在制造药物时，可以建立0.001％或更低的拒绝率。 在精度要求不高的情况下（例如产品袋中的食品数量），拒绝率为5％可能是合适的。
两尾测试的例子
作为一个假设示例，假设一个新的股票经纪人（XYZ）声称他的经纪费用比您当前的股票经纪人（ABC）的费用低。 来自独立研究公司的数据表明，所有ABC经纪客户的均值和标准差分别为18美元和6美元。
抽取了100个ABC客户的样本，并使用XYZ经纪人的新费率计算了经纪费用。 如果样本的平均值为$ 18.75，样本标准差为$ 6，那么是否可以推断ABC和XYZ经纪人的平均经纪费用之差？
- H 0 ：零假设：均值= 18 H 1 ：替代假设：均值<> 18（这是我们要证明的）。拒绝区域：Z <=-Z 2.5和Z> = Z 2.5 （假设5％的显着性水平，在每一侧分别拆分2.5）.Z =（样本均值-均值）/（std-dev / sqrt（样本数））=（18.75-18）/（6 /（sqrt（100））= 1.25
计算出的Z值介于以下两个极限之间：-Z 2.5 = -1.96和Z 2.5 = 1.96。
得出的结论是，没有足够的证据来推断您现有经纪人与新经纪人的费率之间存在任何差异。 或者，p值= P（Z <-1.25）+ P（Z> 1.25）= 2 * 0.1056 = 0.2112 = 21.12％，该值大于0.05或5％，得出相同的结论。
特殊注意事项：随机抽样
在企业的某些生产活动中，例如在特定工厂生产和包装糖果时，实际上也可以使用两尾测试。 如果生产设备将每个袋子指定50个糖果作为目标，并可接受45到55个糖果的分配，则发现任何数量小于45或大于55的袋子都视为拒收范围
为了确认包装机制已正确校准以达到预期的输出，可以采取随机抽样以确认准确性。 为了使包装机制准确，每个袋子平均需要50个糖果，并具有适当的分布。 另外，落在拒收范围内的袋子数量必须落在被认为是错误率可接受的概率分布极限之内。
如果发现不可接受的拒绝率，或者平均值偏离期望的平均值太远，则可能需要对设施或相关设备进行调整以纠正错误。 定期使用两尾测试方法可以帮助确保长期保持产量。
两尾与一尾测试
当建立假设检验以显示样本均值将高于 或 低于总体均值时，这称为单尾检验。 单尾测试的名称来自测试正态分布的一条尾巴（侧面）下方的区域。 当使用单尾检验时，分析师正在测试一个感兴趣方向上的关系的可能性，而完全忽略了另一个方向上的关系的可能性。
如果要测试的样本落在单面临界区域，则将接受替代假设而不是原假设。 单尾检验也称为定向假设或定向检验。
