拒绝零假设的解释

Question

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？

Answer 1

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。

Answer 2

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。