发帖
雷达卡
最近在学习SPSS的使用，按照论坛各位老师的推荐从张文彤SPss统计分析基础教程开始学习，收获很大，但对一个问题存在疑问向各位请教？书中有这样一段话，“统计检验可能产生两个结果：第一，拒绝原假设，接受备择假设；第二，根据现有证据无法拒绝原假设。显然，由于假设检验的基本思想使用的是反证法，如果不拒绝H0，也无法确定原假设是否真实得到的是一个在统计上模棱两可的结论，统计推断就陷入了一个非常尴尬的境地；只有拒绝H0的结论在统计上有明确意义的结果。因此，研究者应当将不希望出现的结果列为原假设，而将希望出现的结果列为备择假设，然后想尽一切办法在检验中拒绝原假设，从而接受备择假设，这样得到的检验结果才是可信的。如果将两个假设颠倒，则通过假设检验丝毫不能找到支持H0的证据，那种把不拒绝H0就看做是接受H0的做法完全是一种很幼稚的误解，或者是基于某种原因对统计概念进行的偷换。”《张文彤SPss统计分析基础教程P234-235》。按照这段话的理解，如果设定检验水平a为0.05，也就是说当P>0.05的时候是无法得到具体的结论的。但是在书中的关于“样本分布的K-S拟合检验”和“Lenene检验”中，对于P＞0.05的处理方式是不拒绝H0，即接受H0，这样的判定正确吗？感觉是前后矛盾的？K-S拟合检验原假设的H0是假设样本符合某种分布（如正态分布），当P＜0.05时，拒绝H0，则拒绝样本符合正态分布，认为样本不符合正态分布；当P＞0.05时，则没有理由拒绝H0，按照书中的描述此时“也无法确定原假设是否真实得到的是一个在统计上模棱两可的结论，统计推断就陷入了一个非常尴尬的境地”无法拒绝H0，也不能接受H0，但书中却给出了P>0.05，认为样本分布是服从正态分布的解决，对此，我有些不理解？难道对于拟合检验的假设检验和一般的假设检验是不同的吗？
同样的在Levene检验中，对于方差齐性的检验也存在相似的问题，H0：各样本方差相等，H1：各样本方差不等（或不全相等）。P＜0.05时，拒绝H0，认为个样本方差不等；P＞0.05时，不拒绝H0，可以认为各样本方差齐（能下这个结论吗？如果下这个结局岂不是，不拒绝H0，就接受H0了，这与上面的描述显然是违背的）
希望对此问题有了解的老师能给予指点迷津，不胜感激！
京公网安备 11010802022788号
