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.     

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。     

也谈深入了解假设检验原理

本文对假设检验的原理进行了深入浅出的非数学的阐述，并对假设检验中的一些问题提出了自己的看法。     

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。     

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。     

单位根检验原假设的设定策略

原假设的合理设定是单位根检验的首要问题,至今尚无学者对此进行深入研究。通过剖析以往单位根检验原假设设定存在的缺陷,在同时考虑原假设的可信度和检验可靠性的前提下,本文提出了单位根检验原假设的一种合理的设定策略。     

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…     

关于统计学原理中几个问题的注记

对统计原理教学中，学生容易产生模糊认识的几个问题，给出了解释和理论分析。     

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。     

经济学研究的假设与理论的发展——基于罗纳德·科斯《企业的性质》

本文在详细解读《企业的性质》一文基础上,透析了科斯如何从经济学研究的假设出发以及结合对现实的观察和研究、进而提出企业的性质是市场价格机制配置资源的替代物的思想。对该文的逐一分析表明,两个经济学研究的假设原则即易于处理和现实吻合性,对科斯的思想以及后来相关理论的发展起了关键性作用。     

投入产出分析法存在的问题及其影响

自 6 0多年前美国列昂惕夫首创投入产出分析法以来 ,经多年发展 ,已日趋成熟 ,并在各国经济发展中发挥了巨大的作用。其模型的核心是列昂惕夫逆矩阵 ,它以矩阵形式反映了其中各个流量的来源和去向 ,反映了无限的间接影响关系。尤其是四五十年年代以后计算机的广泛应用 ,为投入产出分析所必需进行的复杂的计算提供了有力的辅助工具 ,此后投入产出分析法迅猛发展 ,并以它为基础 ,产生了其它一些数量经济研究方法 ,如社会核算矩阵 ,计量经济学等。但它也存在一些理论上的缺陷 ,且有着自身难以克服的问题 ,从而对用投入产出法计算所得到的结果产…     

DF单位根检验的势及检验式的选择

Dejong et al(1992a)研究了有限样本DF单位根检验的势函数.其研究与DF单位根检验的初衷不符.本文探讨了生成平稳备择假设样本序列的一般方法,进而较系统地研究了DF检验的势,并在此基础上讨论了检验式的选择问题.     

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。     

统计检验中假设的设置方法

统计假设检验作为一种统计推断方法,必须先建立科学的假设。文章讨论了假设的建立方法,认为应当先把研究者希望得到的结论设置为备择假设,再把相反的结论作为原假设,但等号必须置于原假设中。如果样本数据提供的信息足以支持单侧检验,那么左侧检验和右侧检验的结论是相同的。反之,则应当进行双侧检验。可靠的单侧检验结论应当以拒绝原假设的双侧检验结论为前提。     

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。     

科学地选择零假设及显著性水平

一、基本假设方法以及实际应用 在这里,我们可以举一个简单的例子,我们假如甲方生产了灯泡卖给乙方,甲方保证灯泡的合格品率达到99%以上,而这批灯泡的合格品率是否真的达到99%以上?如果记这批灯泡的次品率为P,这就相当于要对问题H:"整批灯泡的次品率P是否超过1%"作出判断.     

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”。     

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。