← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9747.q · 生成模型:DeepSeek-V4.1-Flash

假设检验的原假设框架

理解等级:中级

假设检验的起点是做一个“没有差异”的假设,再用数据看这个假设是否站不住。这个默认假设叫原假设(H0),它的对立面叫备择假设(HA)。默认取无差异是科学实验的惯例:没有证据之前,不轻易宣称效果存在。 表述必须落到可检验的量上。比较两种药物疗效,H0 是疗效相同,HA 是 A 比 B 更明显;评估新广告是否降低流失,H0 是没有降低,HA 是降低了;在回归里判断某变量是否影响输出,H0 是该变量系数为零,HA 是系数不为零。 表述错了后面全错:单边还是双边、统计量怎么算、结论怎么读,都依赖 H0 与 HA 的写法。检验结果只有两种,否定 H0 而支持 HA,或不否定 H0。注意“不否定”不等于“证明 H0 为真”,只是数据不足以推翻它。这个框架贯穿建模、模型评估与部署效果验证三个阶段。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第3章 使用R进行基本数据分析 · 查看原书依据

      假设检验的基本概念是先做出某种假设,然后使用数据进行检验。在进行假设检验时,通常假设两个样本之间没有差异。这是测试或者科学实验时的默认假设,统计学家称之为原假设 (null hypothesis)(H 0 )。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_003.html) - 结论依据:3.3.1 节给出原假设与备择假设的定义、药物与广告示例、表 3.5 的三类应用,并强调表述正确与否会影响后续步骤。 - 原始内容:假设检验的基本概念是先做出某种假设,然后使用数据进行检验。在进行假设检验时,通常假设两个样本之间没有差异。这是测试或者科学实验时的默认假设,统计学家称之为原假设 (null hypothesis)(H 0 )。