拒绝原假设意味着什么？

在假设检验中，拒绝原假设意味着（ ）。
A．原假设肯定是错误的
B．有充分证据证明原假设是正确的
C．有充分证据证明原假设是错误的
D．有可能犯第一类错误
E．有可能犯第二类错误

答案：C 和 D

详细大白话讲解：

假设检验就像一场法庭审判：原假设 $H_0$（例如“被告无罪”）是被默认成立的，需要证据（样本数据）来反驳。拒绝原假设相当于“判定被告有罪”，但这一结论可能正确也可能错误。

• 拒绝原假设的含义：

  1. 有充分证据证明原假设是错误的（C）：
     就像法庭上基于证据（如DNA、目击证人）判定被告有罪，统计上基于样本数据（如P值小于显著性水平 $\alpha$）拒绝 $H_0$，说明当前证据强烈反对原假设。
     注意：这不是100%绝对，但统计上“显著”。

  2. 有可能犯第一类错误（D）：
     第一类错误是“冤枉好人”——原假设实际正确（被告无罪），但被错误拒绝（判有罪）。显著性水平 $\alpha$（如0.05）就是犯第一类错误的概率。拒绝 $H_0$ 时，可能正好踩中了这个小概率错误。

为什么其他选项不对？

• A（原假设肯定是错误的）：
  假设检验基于概率，拒绝 $H_0$ 是证据强，但不是绝对。例如，$\alpha =0.05$ 时，仍有5%可能错误拒绝（第一类错误）。

• B（有充分证据证明原假设是正确的）：
  假设检验的逻辑是“反证法”，只能拒绝或无法拒绝 $H_0$，但从未“接受”或证明 $H_0$ 正确。无法拒绝 $H_0$ 时，只表示证据不足，不代表 $H_0$ 正确（可能样本小或方差大）。

• E（有可能犯第二类错误）：
  第二类错误是“放过坏人”——原假设实际错误，但未被拒绝（判无罪）。拒绝 $H_0$ 时，第二类错误（$\beta$）根本不会发生（因为已经拒绝了），所以不可能犯第二类错误。

故事类比：
假设质检员检验一批灯泡（原假设 $H_0$：灯泡寿命≥1000小时）。他抽样测试后，若发现样本寿命远低于1000小时（P值很小），就拒绝 $H_0$（认定灯泡不合格）。

• 这表示有充分证据证明灯泡确实不合格（C）。
• 但可能这批灯泡实际合格（第一类错误），只是抽到了差样本（D）。
  而如果质检员没拒绝 $H_0$，可能灯泡实际不合格（第二类错误，E），但这里已经拒绝了，所以E无关。

结论：拒绝原假设时，说明有充分证据反对它（C），但可能犯第一类错误（D）。