我在大学上过一门统计入门课程,我依稀记得我的助教解释了为什么零假设应该总是相等,如下所示:
默认情况下,我们只能假设没有变化,如果我们已经假设治疗对样本有一定的影响,那么我们对零假设有一个有偏见的假设,因此,违背了零假设的目的。毕竟,它被称为零假设。
这是一个有效的论点,为什么零假设应该总是相等?
我在大学里被教导零假设应该总是相等,现在我发现它不是真的,零假设可以是不等式。为什么教科书/教师仍然坚持将零假设作为平等(尤其是单边检验)?将零假设表述为不等式是否对增加第一类错误有任何影响?
我在大学上过一门统计入门课程,我依稀记得我的助教解释了为什么零假设应该总是相等,如下所示:
默认情况下,我们只能假设没有变化,如果我们已经假设治疗对样本有一定的影响,那么我们对零假设有一个有偏见的假设,因此,违背了零假设的目的。毕竟,它被称为零假设。
这是一个有效的论点,为什么零假设应该总是相等?
我在大学里被教导零假设应该总是相等,现在我发现它不是真的,零假设可以是不等式。为什么教科书/教师仍然坚持将零假设作为平等(尤其是单边检验)?将零假设表述为不等式是否对增加第一类错误有任何影响?
不,那是无效的。
例如,假设您对世界不同地区成年男性和女性的相对身高感兴趣。您可以在广泛的人群中找到通常的差异(假设是 9 厘米,只是为了猜测)。然后你看看(比如说)新几内亚的一个部落。您的空值可能是“新几内亚的男性比女性高 9 厘米”。
许多介绍性书籍说空值是相等的原因是a)它通常是并且b)这更简单并且统计数据足够难。