这需用到人们在实践中普遍采用的一个原则： 小概率事件在一次试验中基本上不会发生 若H成立，→U=X二~N(0,1), 拒绝Ho成立. 对于小概率a=0.05,令P(U>a2)）=a,得分位数uu2, 则二台>a是一个由样本凡，X构成的小概率事件 比较U=二片与Wa2, 若|U>aaa11=520=3>s=1% 21N9 这表明小概率事件在一次试验中竞然发生了，不能不使人怀疑 所作的假设不能成立，即拒绝假设. 这个例子中所使用的推理方法，可以称为带概率性质的反证法， 亦称为概率反证法.它不同于一般的反证法，一般的反证法要求在 原假设成立的条件下导出的结论是绝对成立的，如果事实与之矛盾， 则完全绝对地否定原假设.概率反证法的逻辑是：如果小概率事件 在一次试验中居然发生，我们就以很大的把握否定原假设. 数值wa2就是确认小概率事件是否已经发生的数量界限
一般的反证法要求在 原假设成立的条件下导出的结论是绝对成立的, 如果事实与之矛盾, 则完全绝对地否定原假设. 不能不使人怀疑 所作的假设不能成立, 这需用到人们在实践中普遍采用的一个原则： 这表明小概率事件在一次试验中竟然发生了, 这个例子中所使用的推理方法, 可以称为带概率性质的反证法, 亦称为概率反证法. 若 H0 成立, n X U / 0 ~ N(0, 1), 数值 u/2 就是确认小概率事件是否已经发生的数量界限. ( | | ) , 对于小概率=0.05 , 令 P U u /2 得分位数 u/2 , 则 是一个由样本 X1,„, Xn 构成的小概率事件. 小概率事件在一次试验中基本上不会发生 n x U / 0 0 | } / {| /2 0 u n X 比较 与 u/2 , 若|U0|> u/2 即拒绝假设. | 3 1.96 2 / 9 502 500 | | | 0 0.025 U u 拒绝H0 成立. 它不同于一般的反证法, 概率反证法的逻辑是：如果小概率事件 在一次试验中居然发生, 我们就以很大的把握否定原假设
假设检验问题归结为对“差异”作定量的分析，以确定其性质。 差异可能是由抽样的随机性引起的，称为抽样误差或随机误差. 这种误差反映偶然、非本质的因素所引起的随机波动. 然而，这种随机性的波动是有一定限度的，如果差异超过了这个 限度，我们就不能用抽样的随机性来解释了. 必须认为这个差异反映了事物的本质差别，即反映了生产己不 正常。这种差异称作“系统误差”. 问题是，根据所观察到的差异，如何判断它究竟是由于偶然性 在起作用，还是生产确实不正常？ 即差异是“抽样误差”还是“系统误差”所引起的？
如果差异超过了这个 限度, 我们就不能用抽样的随机性来解释了. 必须认为这个差异反映了事物的本质差别, 即反映了生产已不 正常. 这种差异称作“系统误差”. 然而, 这种随机性的波动是有一定限度的, 问题是, 根据所观察到的差异, 如何判断它究竟是由于偶然性 在起作用, 还是生产确实不正常？ 即差异是“抽样误差”还是“系统误差”所引起的？ 假设检验问题归结为对 “差异” 作定量的分析, 以确定其性质. 差异可能是由抽样的随机性引起的, 称为抽样误差 或 随机误差. 这种误差反映偶然、非本质的因素所引起的随机波动