假設檢驗中H0H1怎麼設?

時間 2021-05-05 17:58:07

1樓:炳炳

(做題技巧)先根據題目問的是什麼確定要檢驗的不等號取哪兩個,然後H1取不含等號的那乙個(大於號、小於號、不等號),H0取另乙個相對的。檢驗統計量都是比較H0的拒絕域,比較出拒絕域的大小後,再看題目問的說清楚就行了。

2樓:Minitab Users Group

在假設檢驗中,首先需要提出兩種假設,即原假設(Ho)和備擇假設(H1):

Ho:通常是研究者想收集證據予以反對的一方,也稱零假設;

H1:通常是研究者收集證據予以支援的一方,也稱對立假設在假設檢驗中,等號「=」總是放在原假設H0;

原假設和備擇假設是一對相互對立的事件;

在建立建設檢驗時,通常先確定備擇假設,再確立原假設;

一般來說,把期望證明成立的一方放在備擇假設中。

3樓:小薛的喵

其實現在假設檢驗方法已經被國際統計協會批評得一無是處,有時候這種方法單純就是為了得到已經想好的結果而強行套用乙個方法。那麼簡單來說,你不希望這件事情發生,就設為H0,你希望它發生,設為H1。統計量落在拒絕域,拒絕H0,得到H1,讓你希望發生的事名正言順地得到支援。

4樓:嚴寬

通常是兩個互補的命題,然後那乙個在沒有小概率事件發生的情況下為真的,是原假設(H0)。這乙個小概率我們通常取5%。(這一句話並不嚴謹,假設檢驗中我們並不能確定那乙個命題為真,但通俗點講你大概懂我意思就行。

)打個比方兩兄弟拿個箱子抽紙條決定誰洗碗,抽到誰就誰洗,大哥連著幾天一直沒有被抽到,弟弟覺得有點蹊蹺,就先設H0、H1

H0:大哥沒有作弊。

H1:大哥作弊了。

如果大哥連著3天都沒有被抽到,那這件事發生的概率是 =0.125 >0.05

這個概率還不算太小,這件事是有可能發生的,所以弟弟沒說大哥什麼。

接著大哥連著6天都沒被抽到洗碗,弟弟覺得事情並不簡單。

現在我們觀察到了乙個小概率事件,所以我們可以選擇拒絕原假設H0,也就是接受備擇假設H1。

通俗得講原假設就是那個正常的,沒有小概率事件發生的情況。

希望有幫到你。

5樓:張朋遠

你希望A>B,那你就設H0:A<=B

反之亦然

你希望什麼,你就把他放在備擇假設裡,然後等著被拒絕。

(僅限統計量服從正態分佈的東東)

6樓:楊仲謙

說實話這種教科書上有標準答案的問題回答起來讓人很尷尬,因為答案和教科書沒啥區別。如果題主是用於考試,建議還是參考教科書。

怎麼設H0H1的問題,其實是在問為什麼要設H0H1的問題。

假設檢驗的意義在於,設立乙個原假設(H0),通過資料得出拒絕或者不拒絕原假設的結論,H0與H1存在互斥關係。當資料得出拒絕原假設的結論時(小概率事件發生),我們有較強說服力能夠說明備擇假設成立。

因此通常在使用假設檢驗時,會將希望證明的結論作為備擇假設(H1)。因為通過資料拒絕原假設可以有較強的說服力證明備擇假設。

假設檢驗中,拒絕原假設和接受原假設的風險是什麼

普通的大學生 第二天感覺自己找到了答案就自問自答了,非數學專業的理解方式 俗話理解 就是在抽樣檢驗中,由於不知道總體均值 假設我們要對Ybar 做假設檢驗 假設H0 均值 0 如上圖 H1 均值 0 假設從N 1 的正態分佈中抽取樣本,我們假設 是小於等於0的,以下的數請自動預設完成了標準正態化轉換...

假設檢驗中如何對於拒絕域進行選擇?

對這個問題我曾經有個技術性的小發現。已知,在給定H 0和H 1為確定而單一的分布密度f 0,f 1時,x f 1 x f 0 x c 是通常最自然的構建拒絕域方式 調整c讓拒絕域在H 0下的概率達到 即可。意外的是,當H 0是X t H 1是X 1 t 這個方法會得出乙個有限的拒絕域。很大的T值反而...

統計學假設檢驗中為什麼P值越小,拒絕原假設的理由就越充分?

齊天大聖 P值的含義 原假設成立的情況下,發生與樣本相同或者更誇張的情況的概率。人話 拋硬幣,樣本是拋10次,有6次正面。P 值就是拋10次,有6 7 8 9,10次正面朝上的概率之和。P 值小於0.05 規定 即允許犯第一類錯誤概率 為小概率事件 即根本不會發生 但是原假設竟然認為他發生了,說明啥...