相等的时候确实是会让人犹豫该拒绝还是该接受 不过就一般统计入门常给的原则(我学到的) 像是MP的拒绝域是 x满足f(x|H0)/f(x|H1) < c 这里似乎是不太加等号的(x表样本) 但这只是约定成俗的东西 当然要定义拒绝域为≦c也无可厚非 大家说好了就好 -1 像是tan x的值域我想定义成[0,π/2)∪(π/2,π)也没什麽不行的 就是一个新函数罢了 (当然所有的性质会跟现在的不太一样就是了) 只是我学到的课本是给这样的决策方式 可能有其他的不是？ 也遇过老师非常坚持 相等的时候要接受的 所以我想回答不拒绝应该不会有太大问题 要拒绝 可能就要看老师的接受度了 老师们还有一些坚持 像是 1.等号一定要放在虚无假设 2.想证明的放到对立假设 当然老师都会有一套说词 我也都觉得可以接受 不过想趁这个机会 看是不是也有其他的说法(丢哪一边都可以之类的) ※ 引述《[email protected] (老怪物)》之铭言： : ※ 引述《[email protected] (在草地等流星)》之铭言： : > 如果他心中的α > p-value 那他就会做出拒绝H0的结论 : > α ≦ p-value 那他就会做出接受(不拒绝)H0的结论 : > 所以这里可以说 p-value是接受H0时 α的最大可能值 : > 两种说法差别是 谁在变动(或是说谁未定) (不过玩这种文字游戏 既伤神又无用) : > 而你的说法 很明显的错误在 "=" 成立的时候是"不拒绝"的 : 是吗? 如果显着水准 0.05, p值也是 0.05, 一定不拒绝? : p值有两种定义, 代表两种想法, 虽然殊途同归: : (1) p值是 "所看到的资料足以拒绝 H0 的最小显着水准". : 请看 Lehmann 的 Testing Statistical Hypotheses. : (2) p值是 "在 H0 成立的条件下,抽样会看到至少与手上 : 样本一样极端,或更极端的机率"; 而显着水准是 "评 : 估前项机率是否够小的判准." 请参考 Moore 的统计 : 教本. : 不论哪种定义, 都看不出 "p值 = 显着水准" 就不能拒绝 : H0. 现代理论及应用统计界愈来愈倾向采用 p值, 正是不 : 认为 "显着水准" 是那麽神圣不可侵犯, 又怎会坚持 p值 : 等於显着水准就不能拒绝 H0? : 虽然原 po 的 "p-value 是α的最小值" 说法怪怪的, 我 : 却不敢说他是错的! --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.243.70