假设检验中H0和H1检验的理解

课本原话:在假设H0实际上为真时,我们可能犯拒绝H0的错误,称这类“弃真”的错误为第一类错误;当H0实际上不真时,我们也有可能接受H0,称这类错误为第二类错误。

一般来说,我们总是控制第一类错误,使犯第一类错误的概率尽可能小。称为“显著性检验”

这里的显著性是指只有当H0成立时,显著不合理的状态才能拒绝H0,否则只能“接受”H0,这里的接受是指不拒绝H0,原因是由于没有获得充分的理由拒绝H0而“勉强”接受。因此,使用显著性检验时,当检验结果为拒绝H0时,结论比较可靠,更具有说服力。

参考《假设检验的H0-H1交换矛盾及其解决》《统计假设检验中原假设H0和备假设H1的探讨》

第一:零假设内容应该是不能随意否定者,即根据过去的经验与实际情况来看,暂时没有充分的理由拒绝提出的假设。
第二:后果更严重的设定为零假设。如考虑某种药品是否为真。应该把药品是假的设置为0假设。

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值