统计假设检验——单尾检验与双尾检验

在定义假设时，还需要明确的是采用单尾检验还是双尾检验。

单尾检验（One-tailed test）和双尾检验（Two-tailed test）

单尾检验（One-tailed test）和双尾检验（Two-tailed test）是统计假设检验中两种不同的检验方法，它们的选择取决于研究者对研究问题的具体假设和关注方向。

单尾检验（One-tailed test）

左尾检验： 当我们关心的是观察值是否显著小于某个期望值时，使用左尾检验。原假设通常表示大于等于。

原假设（H0）： 总体参数 ≥ 某个值
备择假设（H1）： 总体参数 < 某个值

右尾检验： 当我们关心的是观察值是否显著大于某个期望值时，使用右尾检验。原假设通常表示小于等于。

原假设（H0）： 总体参数 ≤ 某个值
备择假设（H1）： 总体参数 > 某个值

双尾检验（Two-tailed test）

当我们关心的是观察值是否显著不等于某个期望值时，使用双尾检验。
原假设（H0）： 总体参数 = 某个值
备择假设（H1）： 总体参数 ≠ 某个值
在双尾检验中，关注的是观察值在两个方向上的偏离程度，因此P值是在两个尾部的概率之和。显著性水平（α）在双尾检验中通常分成两部分，每一部分对应一个尾部。如果P值小于显著性水平的一半，可以拒绝原假设。

选择单尾还是双尾检验的依据：

如果研究者对研究问题有明确的方向性假设，可以选择单尾检验。
如果研究者对研究问题没有具体的方向性假设，或者关心观察值在两个方向上的偏离情况，可以选择双尾检验。