漫谈统计思想之三——参数估计与显著性检验的区别（blog.sina.com.cn/gongxiaoqing）-经管之家官网！

设X为试射的18枚导弹中击中目标的导弹数，则在原假设为真时，X 服从二项分布。现在我们需确定一个数k，当X>k时拒绝原假设同时接受备择假设。

经过简单的计算可知，如果取显著性水平（犯第一类错误的概率）为1%，则此时X 至少应为15；如果取显著性水平为5%，则此时X 至少应为14；如果我们将显著性水平的数值取得更大一些，即显著性水平要更低一些，比如取为10%，则此时X 至少应为13。因此，在显著性水平1%下根据击中的次数至少为12是不能拒绝原假设的。事实上，如果此时作出拒绝原假设的结论，那么犯错误的概率将达到12%左右。

由于犯第一类错误的概率超过了10%，因此试验的结果不能认为是一个小概率事件，用统计学的术语来说，试验的结果对于拒绝原假设来说是不显著的，即不能由此说明新导弹提高了命中率。为了谨慎起见，我们宁愿相信试验的结果是随机波动的结果（碰巧的结果），而不是由于导弹的性能有了显著的提高。虽然接受原假设有可能会犯错误，但问题并不是很严重，因为不更换制导系统并不比原来更差，命中率仍可维持在50%。否则一旦作出拒绝的判断，那么就将消耗巨大的人力物力来更换该系统，其结果却很有可能（概率至少为12%）并没有改善导弹性能。

如果想要得到更加精确的结论，那么只能继续试验以获得更多的样本数据。

这就是参数估计问题与显著性检验问题的不同之处。

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP