※ 引述《wi1son (大头症vs.大头郑)》之铭言： : h0 为真 h0 为假 : accept h0 正确决策 型二 : P(a h0｜h0○) P(a h0∣h0X) : = 1-α = β : reject h0 型一 正确拒绝 : P(r h0∣h0○) P(r h0∣h0X) : = α = 1-β : 教科书应该都会有这样的表 : α指的是犯型一的机率 就算你拒绝了h0 你这一次的决策真的是因为操弄有效吗？ : 当机率小於α时 表示犯错机率很低 造成这种情况很可能是因为 : 操弄的自变项真的有效果 : 所以好像还是不能忽略机率因素 只能说因为机率很小 : 我们"冒险"下这个决策 : 而机率大於α 我们保留h0 : 我认为是因为操弄出来的结果可能是随机的 : （自变项与依变项之关系） : 但这仍然有可能是错得 : 由於犯型一所需成本较大 α＝.05 : （ex.做了个研究这个药可以提高智商，吃药组与吃安慰剂组有显着差异，n=100000 : 厂商听了很高兴，砸成本制药，结果根本没屁用。） : 看就知道样本那麽大，随便都显着 : 那麽犯型二会如何，大不了就把paper藏在抽屉里，浪费实验经费， : 或者人类的进步稍微晚了一些些， : 抑或是有一天别人做你这个题目做出来得到诺贝尔奖，然後你鎚鎚心肝而已， : 所以我们还要去看看power之类有的没的 : 不知道我的看法正不正确....给个参考.... : 版上还有很多高手!! 有错请鞭～ 你举列的很清楚 我看的好模糊XD 犯TYPE1是比较严重没错 然後是看就知道样本那麽大，随便都显着@@"!? 稍微补充一下好了........ 检定达显着影响的条件不只是样本大小 还包含了数据之间的差异性、单尾或双尾考验、以及显着水准的大小等 至於样本大小，理论上样本越大，越容易达显着 但是达显着只是拒绝虚无假设的必要条件却非充分条件。 当样本很大，使得考验达显着时，(需要省思的是所达成的差异是否有意义) 另外，也要注意犯第二类型错误的机会有多高，这个部份可透过POWER检定来检视 统计探的是机率问题 无法证明何者为真 统计考验或统计检定含有一些不确定性 不管接受或拒绝H0 不论作决定说H0是真是假 均不是证实他是对或错 因为不管作何总决定 我们都还有犯错的可能 只是所犯的错误之概率有大有小而已 不能拒绝H0并不是证明H0为真 也不证明H1为假 只是说H0为真的可能性更大了 若prob很小 则拒绝H0 H1被支持 若prob够大 则保留H0 H1不被支持 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 58.115.142.147 ※ 编辑: kent2243 来自: 58.115.142.147 (12/28 21:21) 统计假设通常把对立假设及虚无假设一并写出来 两者互相独立且包含所有可能性 把不重要的写在h0 把研究者内心支持的写在h1 你们老师说得是对的喔 统计并不直接考验h1 而是去考验与h1意见完全相反的假设h0 故意来否定推翻他的真实性 利用反面证据来否证(refutation) 我们很难证明某一假设是对的 较易用反证来推翻它 不知道这样的答案你是否满意qq ※ 编辑: kent2243 来自: 58.115.142.147 (12/29 19:57) ※ 编辑: kent2243 来自: 58.115.142.147 (12/29 20:02)