零假设和备择假设
来源:互联网 发布:养猫 知乎 编辑:程序博客网 时间:2024/06/05 09:41
零假设(Null Hypothesis):统计检测时的一类假设。零假设的内容一般是希望证明其错误的假设。
与零假设相对的是备择假设(对立假设,Alternative Hypothesis),即不希望看到的另一种可能。
(个人理解:比如我现在要做一些实验证明阳光对植物的影响,我是希望发现阳光与植物是有一些关系的,这种情况下我做原假设/零假设即是:阳光对植物没有影响。备择假设:阳光对植物有影响。)
第一类错误:“弃真”,零假设为真,却拒绝了零假设。
(个人理解:即小概率事件(某些植物跟阳光无关)发生的可能性,当它在5%左右,可以拒绝零假设。)
第二类错误:“取伪”,零假设为假,却接受了零假设。
(个人理解:实际上植物和阳光有关系,然而我们忽略掉了它们的关系,睁一只眼闭一只眼接受了。)
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,尽量减少第二类错误出现的概率。
确定标准编辑
1零假设一般是有意推翻的假设;
2由于第一类错误的概率可以通过显著性水平的选定加以控制,零假设一般是如果出现第一类错误后后果更为严重的情况的假设。
法律上的类比
原假设:被告无罪
备择假设:被告是有罪的
原则:无罪推论(保护原假设)
最后的判决:当有明显犯罪证据时,法官才判决被告有罪
证据明显:由临界值决定(法律条文的规定)
法律条文的严厉程度,决定了对被告的保护程度。„如乱世用重典,即法律条文严厉,保护被告的程度弱。不管怎样制定条文,总有好人被冤枉,总有坏人漏网,即总会犯错误。
如在高考中,一个水平很高的人可能这次考试分数低,而不被录取,这样我们做错了错误的选择,即拒绝其进入高校继续学习。相反,某个人可能特别幸运,本来水平一般,但考试题都被他复习到了,成绩很高,从而被录取。
但这样的事件是小概率事件,所以我们犯错误的可能性不是很大。(个人理解:呵呵呵呵、数学不好、不做评价了。)
- 零假设和备择假设
- 假设
- 原假设与备择假设的联系与区别
- 假设和结论
- 第5章 什么是价值观假设和描述性假设
- 白话空间统计之四:P值和Z值(上):零假设
- 假设有一天。。。。。
- Bertrand 假设
- 天龙八部假设
- 前后假设
- 会计假设
- Boussinesq假设
- 假设有一天。。。。。
- 一个假设
- 会计假设
- 违反假设
- Hebb假设
- 基本假设
- hdu1116欧拉道路
- 【1】Hibernate的入门
- UML--实现图(构件图、部署图)
- 解决QT中文5.6 QTextEdit QPlainTextEdit的右键菜单翻译不全
- Webview加载本地图片的方案对比
- 零假设和备择假设
- Android仿英雄联盟/斗鱼波形加载动画
- sakura
- - Warning: Skipping the data of table mysql.event. Specify the --events option explicitly.
- 第12章:Continuous Latent Variables exercise 13-23
- 二维数组中的查找
- 参加高通培训
- 给你的头像+1 的opencv实现
- JavaScript 的性能优化:加载和执行