相等的時候確實是會讓人猶豫該拒絕還是該接受 不過就一般統計入門常給的原則(我學到的) 像是MP的拒絕域是 x滿足f(x|H0)/f(x|H1) < c 這裡似乎是不太加等號的(x表樣本) 但這只是約定成俗的東西 當然要定義拒絕域為≦c也無可厚非 大家說好了就好 -1 像是tan x的值域我想定義成[0,π/2)∪(π/2,π)也沒什麼不行的 就是一個新函數罷了 (當然所有的性質會跟現在的不太一樣就是了) 只是我學到的課本是給這樣的決策方式 可能有其他的不是？ 也遇過老師非常堅持 相等的時候要接受的 所以我想回答不拒絕應該不會有太大問題 要拒絕 可能就要看老師的接受度了 老師們還有一些堅持 像是 1.等號一定要放在虛無假設 2.想證明的放到對立假設 當然老師都會有一套說詞 我也都覺得可以接受 不過想趁這個機會 看是不是也有其他的說法(丟哪一邊都可以之類的) ※ 引述《[email protected] (老怪物)》之銘言： : ※ 引述《[email protected] (在草地等流星)》之銘言： : > 如果他心中的α > p-value 那他就會做出拒絕H0的結論 : > α ≦ p-value 那他就會做出接受(不拒絕)H0的結論 : > 所以這裡可以說 p-value是接受H0時 α的最大可能值 : > 兩種說法差別是 誰在變動(或是說誰未定) (不過玩這種文字遊戲 既傷神又無用) : > 而你的說法 很明顯的錯誤在 "=" 成立的時候是"不拒絕"的 : 是嗎? 如果顯著水準 0.05, p值也是 0.05, 一定不拒絕? : p值有兩種定義, 代表兩種想法, 雖然殊途同歸: : (1) p值是 "所看到的資料足以拒絕 H0 的最小顯著水準". : 請看 Lehmann 的 Testing Statistical Hypotheses. : (2) p值是 "在 H0 成立的條件下,抽樣會看到至少與手上 : 樣本一樣極端,或更極端的機率"; 而顯著水準是 "評 : 估前項機率是否夠小的判準." 請參考 Moore 的統計 : 教本. : 不論哪種定義, 都看不出 "p值 = 顯著水準" 就不能拒絕 : H0. 現代理論及應用統計界愈來愈傾向採用 p值, 正是不 : 認為 "顯著水準" 是那麼神聖不可侵犯, 又怎會堅持 p值 : 等於顯著水準就不能拒絕 H0? : 雖然原 po 的 "p-value 是α的最小值" 說法怪怪的, 我 : 卻不敢說他是錯的! --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.243.70