为什么在假设检验时,原假设和备择假设如果设相反了,结果完全相反?要具体的统计学科学解释
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/03 00:16:23
![为什么在假设检验时,原假设和备择假设如果设相反了,结果完全相反?要具体的统计学科学解释](/uploads/image/z/3284226-18-6.jpg?t=%E4%B8%BA%E4%BB%80%E4%B9%88%E5%9C%A8%E5%81%87%E8%AE%BE%E6%A3%80%E9%AA%8C%E6%97%B6%2C%E5%8E%9F%E5%81%87%E8%AE%BE%E5%92%8C%E5%A4%87%E6%8B%A9%E5%81%87%E8%AE%BE%E5%A6%82%E6%9E%9C%E8%AE%BE%E7%9B%B8%E5%8F%8D%E4%BA%86%2C%E7%BB%93%E6%9E%9C%E5%AE%8C%E5%85%A8%E7%9B%B8%E5%8F%8D%3F%E8%A6%81%E5%85%B7%E4%BD%93%E7%9A%84%E7%BB%9F%E8%AE%A1%E5%AD%A6%E7%A7%91%E5%AD%A6%E8%A7%A3%E9%87%8A)
为什么在假设检验时,原假设和备择假设如果设相反了,结果完全相反?要具体的统计学科学解释
为什么在假设检验时,原假设和备择假设如果设相反了,结果完全相反?
要具体的统计学科学解释
为什么在假设检验时,原假设和备择假设如果设相反了,结果完全相反?要具体的统计学科学解释
这个问题是每个学到这一部分的学生都会感到困惑的问题.
设原假设为H0,备择假设为H1,置信水平为95%
H0与H1从逻辑上说本来是二择一的,非此即彼,对于原假设检验的结果逻辑上说只有两个,要么对的,要么错的,如果H0是对的,那么H1就必定错了,如果H0错了,那么H1就必定是对的,如此说来,随便把哪一个作为原假设应该都是一样的结果.但事实上,选择哪个作为原假设是有差别的,那么问题出在哪儿呢?
其实问题出在假设检验的结果上,统计中用的假设检验的方法,对于原假设得到的结论不是“对”与“错”两个结果,而是“拒绝”与“接受”,两者有什么差别吗?
一定要注意在做假设检验的时候,都要设定一个置信水平,当我们“拒绝”原假设的时候,实际上我们只是说“我们有95%的把握”说原假设错了,也就是说,它还是有可能是对的,换句话说,我们不能逻辑上否定原假设!
再来说“接受”原假设,这个“接受”两个字,害苦了几乎所有的学生,其实准确的说法应该是“不能拒绝”原假设,比如说原假设H0是:期望=2,如果“拒绝”H0,那么意思是我们有95%的把握说H0是错的,但是当我们所谓“接受”H0的时候,我们并不是有95%的把握肯定期望就等于2,其实我们一点把握都没有,我们只是利用现有样本数据不能否定它是2而已,它完全可能是2.1,2.11,1.95.等等等等.
综上我们注意到两点:一是我们的“拒绝”和“接受”原假设,不是逻辑上的对与错;二是我们“拒绝”原假设和“接受”原假设是完全不对等的,当我们拒绝原假设的时候,我们有95%的把握;但是当我们接受原假设的时候,我们一点把握都没有.由此可知当我们选择原假设的时候,应该选择我们有比较大的把握否定它的一面.
关于这个问题更精细的讨论要牵涉到置信区间的长度问题,需要画图,这里比较难弄,自己找资料看去吧.
是这样的,假设检验是倾向于保护原假设的。
比如说要推广一种新药,如果原假设是该药可靠,那只有很不可靠的时候才会拒绝。但若原假设是该药不可靠,只有很可靠的时候才会拒绝。在这个具体问题中,推广新药必须要很可靠才行,所以一般会把原假设定为该药不可靠。再说仔细一些,一般取置信区间为0.05,也就是说只有当原假设前提下5%的小概率事件发生时,才会拒绝原假设。具体的判别方法你再复习一下关于置信水平的知...
全部展开
是这样的,假设检验是倾向于保护原假设的。
比如说要推广一种新药,如果原假设是该药可靠,那只有很不可靠的时候才会拒绝。但若原假设是该药不可靠,只有很可靠的时候才会拒绝。在这个具体问题中,推广新药必须要很可靠才行,所以一般会把原假设定为该药不可靠。再说仔细一些,一般取置信区间为0.05,也就是说只有当原假设前提下5%的小概率事件发生时,才会拒绝原假设。具体的判别方法你再复习一下关于置信水平的知识,会有更深的理解。希望能帮到你
收起