作者andrew43 (讨厌有好心推文後删文者)
看板Statistics
标题Re: [问题] 关於型1错误与检定的等号在虚无假设
时间Sun Dec 8 00:09:35 2019
※ 引述《rebe212296 (绿豆冰)》之铭言:
: 如题,我想请问型1错误与检定的等号在虚无假设,两者有关连吗,请修正我下面严谨的
没有吧。只不过算p-value的时候若虚无假设没有等号会有困难。
: 叙述,感谢。
: ………………………………………………………………………
: H0:mu<=12
: H1:mu>12
: #型2错误:对於事件的本质H0不拒绝,而说没有证据证明相对事件H1的本质。
看不懂你的意思。直接说:事实上H0是错的(即H1是对的)但你却没拒绝H0。
: #型1错误:对於相对事件的本质接受,而说有证据证明事件的本质是错的。(因此等号在H
: 0可以回避型1错误)
看不懂你的意思。直接说:事实上H0是对的(即H1是错的)但你却拒绝H0。
: #因此型1错误较为严重,因为型2错误只是证据还没找到,因此型2错误会有很多可能的H1
: 。
: 救护车的例子
: #型2错误:对於救护车能在12分以内抵达,而说没有证据证明,因此可以在更严格的筛选
: 救护车的驾驶
: 或救护车的车型做改善。
我会这麽说:推论结果是不拒绝H0,然而,这不表示H0一定是真的。
可能因为样本不足、x_bar和mu很接近等情况而发生型二错误。
: #型1错误:对於救护车不能在12分以内抵达,而说有证据证明救护车能在12分内抵达,那
: 很有可能
: 救护车失误,人没救到。
: #因此型1错误较为严重。
我会这麽说:推论结果是拒绝H0,然而,这不表示H1一定为真而发生型一错误。
不过由於吾人设定了一个甚小的alpha使得型一错误率不甚容易发生,
但它还是可能发生。
至於「型一错误严重而型二错误不严重」,
这和假设检验的方法论有关,倒和类比成有没有救到人无关。
: ………………………………………………………………………
: 想再请问以下叙述是反证法吗?
: 因为假设H0为真,是在H0为真的叙述去计算检定统计量,然後如果结果拒绝H0,由这一长
: 串的计算结果,有证据说相对事件与真实情况有显着差异。
先假设H0为真和设定alpha,之後得到很小的p-value表示:
得到现有资料及更极端资料的机率很小(也就是p-value其中一种定义)。
也就是说,1) 要嘛H0不对劲,2) 要嘛我们的运气很「好」。
只有其中一种情况是对的,但你仍可能犯错。
上述过程有点反证法的意思,但和数学上严谨的反证法有段差距。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.133.43.95 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1575734978.A.AF9.html
1F:推 zks6699: 建议去看黄文璋老师的网页:黄家小馆,里面有很多统计概 12/12 21:33
2F:→ zks6699: 念的文章,可以解决你的疑惑 12/12 21:33