显着地检验一个假设

Question

我如何测试一个假设的执行时间 算法在数据大小方面不是指数级的。

对于exaple，我有样本：

[n time（s）] = {[02 0.36]，[03 1.15]，[04 2.66]，[05 5.48]，[06 6.54]，[07 11.22]，[08 12.87]，[09 16.94 ]，[10 17.59]}

其中n是数据的大小。我想明确证明时间不会以数据的形式呈指数增长。

假设H0，H1应该是什么。

我应该使用anova还是f-test？我该如何申请？

感谢。

Answer 1

注意：这应该是评论，而不是答案，但它太长了。

您可能需要更多地了解假设检验背后的基本原理。我建议您从一些在线资料开始：http://stattrek.com/hypothesis-test/hypothesis-testing.aspx，但您可能还需要查看一些有关统计数据的书籍。你现在的问题无法回答，因为你永远不能用统计数据来证明某些事情＆＃34;。统计信息只会告诉您可能的内容。因此，您无法证明执行时间不会呈指数级增长。从您的示例数据中，真的看起来它不是指数级的。事实上，真的看起来是线性的，所以增长可能是线性的：

在R中生成此图像的代码是：

> n <- 2:10
> time <-c(0.36, 1.15, 2.66, 5.48, 6.54, 11.22, 12.87, 16.94, 17.59)
> model.linear <- lm(time ~n) # LM = Linear Model, time ~ a*n + b
> plot(time ~ n)
> lines(predict(model.linear)~n, col=2)

您是否需要统计数据来证明此线性模型非常合适？我希望你不要。