JoVE Core
Statistics
Chapter 9: Hypothesis Testing
9.2:
原假设和备择假设
实际假设检验从考虑两个假设开始。它们被称为原假设和备择假设。这些假设包含对立的观点。
原假设(用 H0 表示)表示变量之间没有差异 — 它们不相关。这通常可以被认为是现状。因此,如果您无法接受 null,则需要执行一些作。
另一种假设,用 H1 或 Ha 表示,是关于 H0 的关于总体的主张,也是我们拒绝 H0 时得出的结论。这通常是研究人员试图证明的。
由于零假设和备择假设是矛盾的,因此必须检查证据以确定 e 是否拒绝零假设。使用的证据以样本数据的形式。
在确定样本数据支持哪个假设后,可以做出决策。决策有两个选项。如果样本信息支持备择假设,则它们是”拒绝 H0“,如果样本信息不足以拒绝原假设,则它们是”不拒绝 H0“或”拒绝拒绝 H0“。
本文改编自 Openstax, 统计学导论, 第 9.1 节 零和替代假设
假设检验从陈述关于总体特征的声明的至少两个相反的陈述开始。
考虑一个研究来自品种的健康苹果和结痂苹果比例的示例。
为了验证这一点,我们可以先说”该栽培品种产生相同数量的健康苹果和结痂的苹果”。这个陈述是原假设,表示为 H0,表示如下。
或者,”该品种生产不同比例的健康苹果和结痂苹果”的说法与前一个相反的观点。此陈述是替代假设,表示为 H1,表示如下。
备择假设不应声明参数值等于精确数或预先确定的固定值。
例如,”从栽培品种收获的结痂苹果的比例为 0.2″不是一个合适的替代假设,因为人们可能只是偶然获得确切的比例值,但可能无法获得足够的数据来支持比例正好为 0.2 的说法。
Related Videos
Hypothesis Testing
11.0K 浏览
8.2K 浏览
11.9K 浏览
6.9K 浏览
26.4K 浏览
5.4K 浏览
4.0K 浏览
27.9K 浏览
4.2K 浏览
3.3K 浏览
2.7K 浏览
3.5K 浏览
2.5K 浏览