Stack Exchange网络由183个问答社区组成,包括堆栈溢出,是最大、最值得信赖的在线社区,供开发人员学习、分享知识和建立职业生涯。
现在可以在Stack Overflow for Teams上使用了!你工作的AI功能:搜索、IDE和聊天。
提出问题,找到答案,并与团队堆栈溢出协作。探索团队
团队
工作问答
在一个结构化且易于搜索的位置内连接和共享知识。
当零假设$H_0:\beta=0$如果被拒绝,有两种可能的解释:(i)零假设是真的,但发生了罕见的事件,或者(ii)零假设是错误的。如果$\beta=0$如果是真的,那么零假设是正确的,解释只是(i)一个罕见的事件发生了。然而,教科书上说,当零假设被拒绝时,零假设被判断为错误。换句话说,取决于true的值$\测试版$对于拒绝零假设的解释将有所不同。如何考虑这种解释上的差异?
你的第一句话不正确。
当null被拒绝时,正确的解释如下:
如果在随机抽取此样本的人群中null为真,那么我们不太可能进行测试统计数据和我们得到的一样极端。
我们可以量化和指定这一点,这取决于我们做了什么测试,得到了什么p值,等等。
您的“但发生了罕见事件”的概念称为第一类错误。
一个人决定拒绝无效假设,即。,这被认为是错误的正如教科书所说。这并不意味着它真的错了——它仍然有可能被错误地拒绝,但我们忽略了这一点。
必需,但从未显示
Required, but never shown
单击“发布您的答案”,表示您同意我们的服务条款并确认您已阅读我们的隐私政策.