統計假說測試，當虛無假說是相等時，對立假說有三種基本型: 不等於、大於、和小於 其中，研究者選擇單邊(大於或小於)的對立假說之心理壓力是， 假說設定必須在進行測試之前就給定，可如果選單邊假說，實際 上測出來是相反的結果，就前功盡棄。 但是稍微再想一下，即使事先指定對立假說是大於，之後測出 來是小於，而且統計顯著，這個結果不是可以闡釋為: 第一、可以合理拋棄虛無假說 第二、其實「真相」是與原先想定相反的小於。 換言之，所謂的︰ 要測試新產品(藥品或器材或演算法)與標準品的效能差異時， 因為我們事先不確定新的比較好，所以只保守地使用不等於的對 立假說，以便不管測出哪種結果，我們的統計測試都是「成功的 」。這種主張根本沒道理。畢竟我們的真實目的還是希望得到大 於的測試結果。倘預先給不等於而測試結果是小於，即使我們可 以引用教科書闡釋本測試「成功地」證實應拋棄虛無假說而支持 對立假說，對我們真正想達到的實務目的並無幫助。 事實上，不管我們事先設定哪種對立假說，只要真正測試結果 是大於，那麼這結果的意義才是我們真正想要的: 測試結果證實應拋棄虛無假說且支持大於? --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.208.38 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1723409351.A.93B.html 照這個角度看，只要是研究目的要找出更好的產品，給定相等的虛無假說，對立假說 沒得選一定要用大於了。 會有此問是因為閱讀各種領域用到統計的論文，不乏見到: 為了保守起見，本研究對立假說採用雙邊而非單邊大於者 可是研究目的根本明確就是開發新產品。 照上面說法，這類論文根本應該採用單邊大於者。 ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 09:20:59 如果只是比兩個演算法，看哪個性能好呢? ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 12:02:54 不是很清楚樓上的意思。 假設要測試一個新藥的療效，一個標準方法是和當前標準藥的療效相比。 虛無假說無差別，至於對立假說到底選有差別或大於或小於，並不會影響 測試結果。測試結果顯示新藥療效大於標準藥者，廠商很高興；療效小於 標準藥者，廠商得回去研究如何提升。但這個測試結果和採用何種對立假 說何關? 事先廠商可以選大於或有差別的對立假說，一旦測試假說是小於，這不 滿足對立假說，所以實驗「失敗」。但廠商如果覺得測試新藥有潛力，難 道會因為選了大於的對立假說就不繼續研究改良這個測試新藥? 反之，廠商選了有差別的對立假說，而測試結果是小於，那麼符合對立 假說而實驗「成功」。難道廠商竟可以據此宣稱新藥療效「更好」? ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 14:15:44 整個想了一下，雖然統計推論的理論有三種對立假說可選，就實際運用 上，只有兩種: 大於 (或小於) <- 視實驗目的而定，目的在證實產品效果優於標準品者 ，選擇小於假說乃自始不合邏輯者；反之，目的在證實新產品成本低 於標準品者，選擇大於假說乃自始不合邏輯者。 有差異 <- 即使實驗目的在證實大於(或小於)，但是實驗者設計實驗之 時，沒有足夠證據支持本試驗能達成目的，因此本試驗的目的僅限於 和標準品表現有差異就滿足了。倘能達成目的，再進行合於目的之單 邊假說測試；倘不能達成目的，即測試結果無差別者，則基於「本假 說測試設計以外」的證據，決定下一步乃放棄本產品或者做某方面改 良。 這種透過兩個階段來進行假說測試的例子，例如多比較測試。第一 步先做變異數分析，此時對立假說僅是有否差異；倘測試結果顯示有 差異者，再進行後續的一對一或者成對比較測試。 ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 15:25:51