深入理解假设检验原理

本文通过一道假设检验问题引入了对假设检验原理的思考。文中作者对假设检验中的两类错误及原假设与备择假设之间的关系进行了深入的分析。     

假设检验的一个常见误区

文章通过对假设检验的一个常见错误进行了理论分析,指出假设检验的方法只能在一定情况下否定原假设而不能肯定原假设,并提出了设定原假设和备择假设的正确而简明的方法。     

对正确建立零假设的思考

目前在国内的许多统计学教科书中 ,都不同程度地阐述了假设检验方法的理论及应用 ,但对零假设和对立假设建立的方法均含糊其辞 ,且又千篇一律地把需检验的主张设为零假设 ,对此我认为值得商榷。假设检验又称为显著性检验 ,是对关于总体某个声明的检验。在假设检验中 ,依照题意准确提出零假设和对立假设是正确应用假设检验方法的前提与关键 ,通常把需要通过样本去推断其正确与否的命题称为零假设(或原假设 ) ,用 H0 表示 ;与零假设相反的假设便是对立假设 (或备择假设 ) ,用 H1 表示。人们想当然将原始主张当作零假设 H0 ,但这只在某些场合…     

单侧假设检验中备择假设的设定依据

本文从假设检验的基本原理出发,检讨假设检验的逻辑哲学基础,指出假设检验应从备择假设入手,把希望证明的命题放在备择假设上,统计结论的正确理解只有接受备择假设,拒绝原假设;没有接受原假设,拒绝备择假设,最后指出了现行教科书中对假设检验的错误定义和结论表述的不准确,以及学生在学习过程中和一些研究文章中普遍存在的几个错误观点。     

如何在假设检验中设立原假设

本文结合生物统计案例,对假设检验中有关单侧检验的问题,以及假设检验的两类错误、原假设与备择假设、单侧检验中原假设的设定等方面进行了探讨。     

谈谈假设检验中假设的问题

假设检验是统计学教学的重点内容之一。在假设检验中如何进行假设一直是困扰学生的一个问题,本文就此问题作了一定的探讨。     

参数假设检验中原假设与备择假设的交换问题

假设检验中,常常将原假设和备择假设进行交换,然后对其结论进行比较分析.然而,这种比较的合理性有时令人置疑,文章针对此问题并结合实际展开分析,以完善假设检验理论与实践的结合.     

关于假设检验理论中两个问题的分析

本文提出了假设检验中存在的几个问题并对这些问题进行了理论上的分析与证明。     

对假设检验中几个问题的思考--兼与韩兆洲、魏章进商榷

《统计与信息论坛》2005年第一期刊登了韩兆洲、魏章进两位同志的题为《假设检验的一个常见误区》(以下简称《误区》)的文章。《误区》一文从一道假设检验例题的讲解出发,阐述了假设检验中关于建立原假设的一般原则。单就那道例题的解法而言,笔者没有任何异议,但对于《误区》一     

略谈假设检验中零假设的确定

假设检验是统计推断的重要内容,而假设检验问题首先便面临零假设的确定。本文中笔者试图通过对假设检验的统计逻辑分析,认识零假设与被择假设的非对称性,探索针对具体统计问题零假设的确定方法,并尝试以双向检验的办法解决零假设与被择假设地位有争议情况下的假设检验问题。     

设立原假设中的辩证分析

 该文从统计决策角度提出了“如何选取单侧假设检验中原假设”的问题,综合分析了相关文献中对该问题的各种解释及解决方法,同时运用唯物辩证法原理来理解并解决该问题中的各种矛盾,最后简要阐述了假设检验、可信区间和统计决策之间的辨证关系。     

实践中的假设检验

假设检验是《统计学》中很重要的内容。许多《统计学》教材都花很多笔墨详细介绍,并解释假设检验的结果如何分析。《统计学》(贾俊平编著,中国人民大学出版社2008年11月第3版)做了这样的描述:假设检验得出的结论都是根据原假设进行阐述的。我们要么拒绝原假设,要么不拒绝原假     

医学统计中参数检验的两个基本问题——与刘定远先生商讨

假设检验作为推断统计学的重点内容之一,在医学领域运用十分广泛,而参数检验作为假设检验重要的一部分也具有很高的实用价值。但笔者在实际讲解《医学统计学》、《医药数理统计方法》中的假设检验一章时,学生经常在原假设的设定、检验统计量的选择等方面产生迷惑。本文从多年教学经验出发,就以上两个基本问题作一些探讨,帮助读者能够清楚设定原假设、备择假设和准确选择统计量,以求就教于同仁。     

单尾假设检验假设设置的探讨

根据多年的工作经验,本文对在单尾假设检验中,假设设置问题提出了自己的三步解决法:即使用双尾假设的方法进行设置,根据检验问题的重要性选取α值,分步推断统计结果。在实际操作上具有一定的意义,供同仁们参考。     

假设检验分析技术思想的完善

假设检验的思想产生很早,体现在很多的早期的学术成果之中。如阿布兹诺特等人关于婴儿的性别的检验,莱克西斯关于序列的稳定性的检验,高斯正态误差理论产生后的一系列相关的检验等等。这些研究虽然有检验的思想,但是并没有涉及有关假设检验的具体理论和方法。从历史上分析假设检验,有如下值得观注的方面:     

对假设检验更准确的考虑

在参数假设检验中,统计书上给出的显著性水平α的取值0.10,0.05或0.01的界限是从哪里来的?α的取值应如何确定?备择假设的不同和样本容量的大小会对检验的结果有什么影响?本文对这些问题进行了较深入的讨论,并特别指出“统计显著性”与“实际显著性”是两个不同的概念,“统计显著”并不意味着“结果重要”。     

假设检验：从P值到贝叶斯因子

本文简单介绍了经典统计学派和贝叶斯学派的假设检验,并对两个学派的假设检验进行了比较和述评,分析了两个学派假设检验方法的关系,指出应将两个学派的检验方法互为补充地结合使用。     

对参数假设检验中几个问题的探析

在数理统计中,假设检验是统计推断的一个重要的内容,包含参数假设检验和非参数假设检验。参数假设检验是对总体分布中的未知参数先作出某种假设,再利用样本的信息对所提出的假设作检验。在实际中,参数假设检验在经济管理、质量控制、医药卫生等多方面都具有广泛的应用。     

多重假设检验中参数估计问题研究

在多重假设检验中,真正原假设的个数m0是未知的,但是它有着很重要的影响,因此,它在最近的统计文献中备受关注.文章综述了三种主要的估计方法:最低斜率法、三次样条法、均值估计方法.然后将上述三种方法结合起来,提出了新的估计方法:均值三次样条法,并主要研究了其在微阵列数据上的应用.大量的模拟研究表明,和其他方法相比,新的估计方法具有较小的偏差和标准差.最后利用真实数据来对估计方法进行评估,并找出了差异表达性基因.模拟和实际数据表明此方法具有显著性提高.     

贝叶斯假设检验与经典假设检验的对比研究

文章基于对经典假设检验和贝叶斯检验的对比研究,指出了经典假设检验在使用中存在的一些问题,给出了贝叶斯统计对这些问题的处理方法。