零假设
在推论统计学中，零假设（英语：null hypothesis，又译虚无假设、原假设，符号：H0{displaystyle H_{0}}
与零假设相对的是备择假设（或对立假设），即希望证明是正确的另一种可能。从数学上来看，零假设和备择假设的地位是相等的，但是在统计学的实际运用中，常常需要强调一类假设为应当或期望实现的假设。如果一个统计检验的结果拒绝零假设（结论不支持零假设），而实际上真实的情况属于零假设，那么称这个检验犯了第一类错误。反之，如果检验结果支持零假设，而实际上真实的情况属于备择假设，那么称这个检验犯了第二类错误。通常的做法是，在保持第一类错误出现的机会在某个特定水平上的时候（即显著性差异值或α值），尽量减少第二类错误出现的概率。
目录
1 相关条目
2 参考来源
3 延伸閱讀
4 外部連結
相关条目
- 拒绝域
- 显著性水平
- 似然比检验
- 学生t检验
参考来源
- 统计学原理：假设检验
延伸閱讀
.mw-parser-output .refbegin{font-size:90%;margin-bottom:0.5em}.mw-parser-output .refbegin-hanging-indents>ul{list-style-type:none;margin-left:0}.mw-parser-output .refbegin-hanging-indents>ul>li,.mw-parser-output .refbegin-hanging-indents>dl>dd{margin-left:0;padding-left:3.2em;text-indent:-3.2em;list-style:none}.mw-parser-output .refbegin-100{font-size:100%}
Adèr, H. J.; Mellenbergh, G. J. & Hand, D. J. Advising on research methods: A consultant's companion. Huizen, The Netherlands: Johannes van Kessel Publishing. 2007. ISBN 90-79418-01-3.
Efron, B. Large-Scale Simultaneous Hypothesis Testing. Journal of the American Statistical Association. 2004, 99 (465): 96. doi:10.1198/016214504000000089. The application of significance testing in this paper is an outlier. Tests to find a null hypothesis? Not trying to show significance, but to find interesting cases?
Rice, William R.; Gaines, Steven D. 'Heads I win, tails you lose': testing directional alternative hypotheses in ecological and evolutionary research. TREE. June 1994, 9 (6): 235–237. doi:10.1016/0169-5347(94)90258-5. Directed tests combine the attributes of one-tailed and two-tailed tests. "...directed tests should be used in virtually all applications where one-sided tests have previously been used, excepting those cases where the data can only deviate from H0, in one direction."
外部連結
- HyperStat Online: Null hypothesis
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
分类
主题
共享资源
专题
