※ 引述《wi1son (大頭症vs.大頭鄭)》之銘言： : h0 為真 h0 為假 : accept h0 正確決策 型二 : P(a h0｜h0○) P(a h0∣h0X) : = 1-α = β : reject h0 型一 正確拒絕 : P(r h0∣h0○) P(r h0∣h0X) : = α = 1-β : 教科書應該都會有這樣的表 : α指的是犯型一的機率 就算你拒絕了h0 你這一次的決策真的是因為操弄有效嗎？ : 當機率小於α時 表示犯錯機率很低 造成這種情況很可能是因為 : 操弄的自變項真的有效果 : 所以好像還是不能忽略機率因素 只能說因為機率很小 : 我們"冒險"下這個決策 : 而機率大於α 我們保留h0 : 我認為是因為操弄出來的結果可能是隨機的 : （自變項與依變項之關係） : 但這仍然有可能是錯得 : 由於犯型一所需成本較大 α＝.05 : （ex.做了個研究這個藥可以提高智商，吃藥組與吃安慰劑組有顯著差異，n=100000 : 廠商聽了很高興，砸成本製藥，結果根本沒屁用。） : 看就知道樣本那麼大，隨便都顯著 : 那麼犯型二會如何，大不了就把paper藏在抽屜裡，浪費實驗經費， : 或者人類的進步稍微晚了一些些， : 抑或是有一天別人做你這個題目做出來得到諾貝爾獎，然後你鎚鎚心肝而已， : 所以我們還要去看看power之類有的沒的 : 不知道我的看法正不正確....給個參考.... : 版上還有很多高手!! 有錯請鞭～ 你舉列的很清楚 我看的好模糊XD 犯TYPE1是比較嚴重沒錯 然後是看就知道樣本那麼大，隨便都顯著@@"!? 稍微補充一下好了........ 檢定達顯著影響的條件不只是樣本大小 還包含了數據之間的差異性、單尾或雙尾考驗、以及顯著水準的大小等 至於樣本大小，理論上樣本越大，越容易達顯著 但是達顯著只是拒絕虛無假設的必要條件卻非充分條件。 當樣本很大，使得考驗達顯著時，(需要省思的是所達成的差異是否有意義) 另外，也要注意犯第二類型錯誤的機會有多高，這個部份可透過POWER檢定來檢視 統計探的是機率問題 無法證明何者為真 統計考驗或統計檢定含有一些不確定性 不管接受或拒絕H0 不論作決定說H0是真是假 均不是證實他是對或錯 因為不管作何總決定 我們都還有犯錯的可能 只是所犯的錯誤之概率有大有小而已 不能拒絕H0並不是證明H0為真 也不證明H1為假 只是說H0為真的可能性更大了 若prob很小 則拒絕H0 H1被支持 若prob夠大 則保留H0 H1不被支持 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 58.115.142.147 ※ 編輯: kent2243 來自: 58.115.142.147 (12/28 21:21) 統計假設通常把對立假設及虛無假設一併寫出來 兩者互相獨立且包含所有可能性 把不重要的寫在h0 把研究者內心支持的寫在h1 你們老師說得是對的喔 統計並不直接考驗h1 而是去考驗與h1意見完全相反的假設h0 故意來否定推翻他的真實性 利用反面證據來否証(refutation) 我們很難證明某一假設是對的 較易用反證來推翻它 不知道這樣的答案你是否滿意qq ※ 編輯: kent2243 來自: 58.115.142.147 (12/29 19:57) ※ 編輯: kent2243 來自: 58.115.142.147 (12/29 20:02)