>在假设检验中,一般要设立一个原假设(上面的二 “从来没骂过人”就是一个原假设); 而设立该假设的动机主要是企图利用人们掌握的反 映现实世界的数据来找出假设与现实之间的矛盾, 从而否定这个假设
➢ 在假设检验中，一般要设立一个原假设（上面的 “从来没骂过人”就是一个原假设）； ➢ 而设立该假设的动机主要是企图利用人们掌握的反 映现实世界的数据来找出假设与现实之间的矛盾， 从而否定这个假设
>在多数统计教科书中(除理论探讨外),假设检验 都是以否定原假设为目标。如否定不了,说明证据 不足,无法否定原假设。但这并不等于原假设正确 而是“没有足够证据拒绝原假设”,因此“不能接 受原假设”。 就像一两次没有听过他骂人还远不能证明他从来没 有骂过人
➢ 在多数统计教科书中（除理论探讨外），假设检验 都是以否定原假设为目标。如否定不了，说明证据 不足，无法否定原假设。但这并不等于原假设正确， 而是“没有足够证据拒绝原假设”，因此“不能接 受原假设”。 – 就像一两次没有听过他骂人还远不能证明他从来没 有骂过人
假设检验的过程:提出假设→抽取样本→作出决策 提出假设 作出决策 总体 我认为人口的平 拒绝假设! 均年龄是50岁 别无选择 抽取随机样本 均值⊙ ③x=20
假设检验的过程：提出假设→抽取样本→作出决策
原假设 null hypothesis) >研究者想收集证据予以反对的假设,又称“0假 设”,总是有符号“=”,“≤”或“≥”,表示 为H 如:Ho:μ=某一数值 例如:H:=10cm
原假设(null hypothesis) ➢ 研究者想收集证据予以反对的假设，又称“0假 设”，总是有符号“=”，“≤”或“≥”，表示 为𝐻0 – 如：𝐻0：𝜇 = 某一数值 – 例如：𝐻0：𝜇 = 10𝑐𝑚
备择假设 erative hypothesis) 4 a 研究者想收集证据予以支持的假设,也称“研究假1 设”,总是有符号“≠”,“<”或“>”,表示 为H1 H1:μ<某一数值或μ>某一数值 例如:H1:<10cm或>10cm
备择假设(alternative hypothesis) ➢ 研究者想收集证据予以支持的假设，也称“研究假 设”，总是有符号“≠” ， “<”或“>”，表示 为𝐻1 – 𝐻1：𝜇 <某一数值 或 𝜇 >某一数值 – 例如：𝐻1：𝜇 < 10𝑐𝑚 或 𝜇 > 10𝑐𝑚