看板 Statistics 關於我們 聯絡資訊
小弟不是科班出身, 以下若有誤請大家用力鞭. 我覺得許多人似乎誤會 null-hypothesis (H0) 和 alternative hypothesis(HA). 最常見的說法是 "把想否定的放在 H0", 也有人說 "把公認的或習慣認定的放在 H0", 但我覺得這都是誤導. 一旦我們設立了 H0 和 HA, 也就規範了之後統計檢定結果的意義. 在 alpha = 0.05 的情況下, p < 0.05 是表示 "我很有信心認為 H0 是錯的! 所以應接受 HA." p >= 0.05 是表示 "我沒有足夠之證據指出 H0 有什麼不對. 或許 H0 是對的而 HA 是錯的, 但我沒有證據. 但是, 這並不表示我有足夠證據指出 H0 是對的!" 換句話說, 我們在 p < 0.05 時肯定了 HA, 而說 "reject H0"; 在 p >= 0.05 時我們無法指出 H0 是否有誤, 而說 "do not rejeck H0", 但不能說 "accept H0." 請注意, "接受" 不同義於 "無法否定". 可以從以上的論述發現, 統計檢定對 HA 是嚴格的, 而對 H0 是寬鬆的. 至於嚴格之處在於 alpha = 0.05. 回到原 PO 的問題, 一切都單純多了. 該 academic planner 想 "肯定" P > 0.35, 因此, 唯一可以 "嚴格地檢驗 P > 0.35" 之 HA 為 P > 0.35. 也就得到 H0 為 P <= 0.35. 假若設立 H0: P >= 0.35 而 HA: P < 0.35, 無論你得到什麼結論, 都無法 "有信心地" 指出 P > 0.35 之結論. -- http://apansharing.blogspot.com/ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 122.117.35.207 ※ 編輯: andrew43 來自: 122.117.35.207 (01/04 01:03)
yhliu:雖然你對假說檢定的理解沒錯, 但對原問題的解讀, 我不認為 01/04 01:42
yhliu:絕對沒問題. 正如前面我說過: 題目只是要 "檢定" 假說, 而 01/04 01:44
yhliu:沒說要 "證明" 假說 "p>=0.35". 01/04 01:46
yhliu:這在很多實務問題都可找到例證. 01/04 01:47
andrew43:不知道我了解多少 y 大的意思... 01/04 02:24
andrew43:檢定一個假說, 不應與假說設立者的意求牽聯在一起. 01/04 02:25
andrew43:y 大是指這個意思嗎? 01/04 02:25
yhliu:不是. 本例研究者 "猜測" P>=0.35, 而欲 "檢定" 此假說. 01/04 11:08
yhliu:"檢定" 可以是 "證明 P>=0.35", 也可以 "證明不是 P>=0.35". 01/04 11:11
yhliu:單邊假說以及先入為主的教條易致誤解而將欲 "檢定" 的假說 01/04 11:13
yhliu:一律歸為 H1 或一律歸為 H0, 然而事實不然! 舉個平常的例子: 01/04 11:15
yhliu:研究者可能設定假說 "變數 X 與 Y 有相關", 也可能設定假說 01/04 11:16
yhliu:"變數 X 與 Y 無相關", 而 "欲檢定" 所設立的假說. 但前者 01/04 11:18
yhliu:通常定為 H1, 而後者通常設為 H0. 也就是說: 不管研究者設定 01/04 11:20
yhliu:而欲檢定的假說是有相關或無相關, H0 都是無相關. 01/04 11:21
yhliu:當然這並不是說絕不可能把類似 "無相關" 這樣的假說放在 H1, 01/04 11:23
yhliu:研究者可以做 "H0: 相關強度在某值以上" 對 01/04 11:25
yhliu:"H1: 相關強度低於某值" 的檢定. 藥學統計中 bioequivalence 01/04 11:26
yhliu:test 即是 "H0:兩藥差異在某標以上", "H1:兩藥差異低於某標" 01/04 11:28
yhliu:一類的檢定. 01/04 11:29
andrew43:了解,感謝你 01/04 22:39
andrew43:或許您的說法必須與怎麼限制 alpha 值一起想才容易了解. 01/04 22:50
peiwinds:我覺得這篇的解釋的還不錯說XD 最近已經釐清很多觀念了 01/05 13:26
sneak: 雖然你對假說檢定的理解 https://noxiv.com 01/02 15:02