一直以来，困惑我很久的一个问题！
前面提到，零假设一般设定参数为0, 如两组比较中设为μ1-μ2=0, 为什么不设为μ1-μ2不等于0? 我们说，假设检验采用的是反证法，通过数据证明零假设是错误的。那为什么不直接设定备择假设，证明备择假设的正确性呢？
1、为什么选择零假设？
其实选择零假设，就意味着两组数据比较等于0。（要不为啥叫“零”假设呢？）
即我们选择了零假设，即选择了其比较等于0。
所以，我们往往设定，男女生成绩相等，或者说某某没有罪作为零假设。
其实，这就需要我们理解：
在零假设成立的前提下这句话，注意我们所有的统计量和P值都是在零假设成立的条件下计算出来的。
因此，我们下一步，即需要理解为啥等于0。
2、μ1-μ2=0？
某次抽样调查了100人，零假设是μ1 - μ2=0, 根据样本数据计算的差值为0.23, 要判断0.23与0这么大的差距有多大可能性是由抽样误差造成的。下图左图中阴影部分显示了这一P 值，双侧P值为0.027, 说明0.23 与0 这么大的差距只有2.7%的可能性是由抽样误差造成的。
image.png
如果所有样本数据都不变，只把零假设改为μ1-μ2=0.1, 就变成判断0.23与0.1这么大的差距有多大可能性是由抽样误差造成的。右图中阴影部分显示了这一p值，双侧P值为0.214, 说明如果零假设成立，那么在这一前提下，出现0.23这样大的值并不是偶然的，概率还是比较高的。
3、零假设是一个标准
“不等于“是一个无限的概念，如0.1 、-0.9 、102 、-597, 这些都是“不等于",那么到底根据哪个值来计算统计量和P值呢？这是无法计算的。
因为你计算的样本均数、标准差等都是固定的，唯一要确定的是这些样本统计的值到底偏离零假设有多远。如果零假设无法确定，也就无法确定偏离多远。
所以， 一定要在零假设中设定参数”等于“某个值，而不是“不等于“某个值。
网友评论