新人求问。关于统计上H0零假设问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

假设要确定汽车挡风玻璃的厚度是否超过 4mm。抽取挡风玻璃的样本，并执行 a 水平为 0.05 且有以下假设的单样本 t 检验：

我的假设是 H0：m = 4 和 H1：m > 4。如果检验产生的 p 值为 0.001，则断定统计意义显著性并否定原假设，对吧？

但如果我开初的假设是H0：m > 4 和 H1：m = 4 怎么办？同样样本和数据当然P值最后都是0.001，可是这样的话就否定了正确结论支持了错误结论？
也就是说在数据完全相同的情况下会因为零假设的方向问题会得出完全相反的结论？ 那到底应该如何是好，这个矛盾怎么解决呢？

谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：零假设 挡风玻璃 单样本 原假设 怎么办 挡风玻璃 汽车 统计 矛盾 如何

你这个假设貌似是错误的 如果H0是m大于4的话  H1应该是小于等于4 ， 如果H0是m等于4的话，对立假设应该是不等于4啊（大于或者小于）。你看谁像你这样子假设的啊

这个问题应该不是问题，首先原假设在设定的时候是有一些原则的，实际上我们是希望找到反例拒绝原假设的（这样拒绝理由才充分）。所以一般会设定
H0：m<=4(等号要出现的原假设上)
H1：m>4
另外，如果将H0和H1颠倒顺序的话，虽然样本和数据都是一样，但是检验的形式却发生变化了，一个是右侧检验（这个是看H1的符号），一个是左侧检验，这样得出的结论只能是不能拒绝原假设。所以不会出现你所担心的结论。

原假设要合理的设置，一般来说你的备择假设与你构造的统计量一致，而且要符合直观。所以一般情况下不能随便改变原假设和备择假设。

如果原假设是H0>4,备择假设是H0=4的话，做检验时，t统计量中的样本均值代值时不能再代4，而应该是代大于4的值，比如4.1，4.2，。。。，100,...这些值都满足你的原假设要求，因为假设检验的原理是在原假设为真的情况下，通过用原假设为真时的值替代样本均值来计算统计量的值。显然这里代不同的值的话统计量的值各不相同，导致p值也各不相同，所以作者假设的这个原假设不合理。搂着说的得出和原假设H0=4时相同的值的情况是统计量算值是任然代了4，所以这个时候原假设实际上还是H0=4,而不是>4.
楼主可能受了书上的例子：即在原假设是H0>=4时代=4算统计量值的影响，这得看你要假设检验的问题。
假设检验的思想是：根据长期的经验认为原假设的事件是对的，而备择假设的事件“不敢”轻易认可，除非有很强的证据（即p值小于检验水平时）。

所以楼主第二个假设检验有问题，你可以把备择假设改成<=4,这时候要拒绝了原假设（注意这个时候是单侧检验）可以认为这批玻璃的厚度<=4mm.