假设检验中的原假设和备择假设

假设检验中的原假设和备择假设假设检验分为两大类：针对参数的检验和针对非参数的检验。针对参数的检验包括均值、方差（标准差）和比率。针对非参数的检验包括非参数检验、正态性检验、独立性检验、DOE中模型是否有弯曲、是否有失拟，2个连续变量是否存在线性相关关系，回归模型是否显著等。一、参数检验原假设：只含等号；备择假设：根据要证明的问题选择大于、小于或不等于三者之一。确定原则：想证明什么结论就把它放在备择假设。均值方差（标准差）比例单总体)0100或（或：：μμHμμH例：钢筋抗拉强度原来是2000kg，经改进后有提高吗？2000200010μHμH：：无论采用单Z检验还是单t检验，原假设和备择假设是不变的。0100σσHσσH：：(一般是小于)例：轴杆直径波动的标准差原来是0.1，经改进后标准差是否有显著降低？（一般我们关心的是标准差是否降低，所以单总体方差检验一般的备择假设是小于。1.01.010σHσH：：）或或：：(0100ppHppH例：小学生近视的比例超过6成了吗？6.06.010pHpH：：双总体)211210或（或：：μμHμμH例：活化泥吹入氧气比吹入空气能显著降低BOD含量吗？氧气空气氧气空气：：μμHμμH10想证明吹氧气BOD含量更低，也就是吹空气比吹氧气高，所以备择假设为大于。如果把氧气作为第一样本，备择假设则要改为小于。)(2221122210或或：：σσHσσH例：两种车床生产轴棒直径有显著差异吗？2221122210σσHσσH：：例：改进后某关键质量特性的波动比改进前有降低吗？221220后前后前：：σσHσσH）或或：：(211210ppHppH例：A种工艺条件比B种工艺条件有较高的一等品率吗？BABAppHppH：：10多总体不全相等、、、rμμμHμμμH...:...:211210例：四种温度下生产烧碱的纯度是否有显著差别？不全相等、、、4321143210.::μμμμHμμμμH不全相等242322211242322210,,,::σσσσHσσσσH例：四种温度下生产烧碱纯度的波动是否相等？不全相等242322211242322210,,,::σσσσHσσσσH不全相等：：33pppHpppH,,211210有时也写成：不独立与因子：因子独立与因子：因子BAHBAH10例：吸烟与咳嗽有关吗？吸烟作为因子A，咳嗽作为因子B都是离散因子。不独立与因子：因子独立与因子：因子BAHBAH10例：三个城市在办理某项业务时的及时率是否有显著差别？不全相等：：33pppHpppH,,211210二、非参数检验针对中位数的检验，包括单总体非参数检验的单样本符号、单样本Wilcoxon符号秩检验；双总体非参数检验中的Mann-Whitney检验和多总体非参数检验中的Kruskal-Wallis、Mood中位数检验，虽然针对的是中位数的检验，但仍然是解决均值问题（如面粉生产是否正常的例子，当数据服从正态分布时，可以针对均值采用单样本Z检验或单样本t检验，也可以针对中位数采取单样本Wilcoxon符号秩检验，结论都是面粉生产不正常，也就是说面粉的均值与20有显著差别），所以只需要把参数检验中的均值μ换成中位数m即可，原假设和备择假设的写法相同。三、其他非参数检验其他非参数检验种类很多，但一般是把常见的形态作为原假设，少见的形态作为备择假设。类似于民事诉讼中的原假设和备择假设。如甲起诉乙欠自己30000元，由于任何人之间不欠钱是常见的形态，所以法庭在审理时，应该做出如下假设：元乙欠甲元乙不欠甲30000:30000:10HH如果没有证据证明乙欠甲30000元，也就不能拒绝原假设，判决的结果应该是乙无需向甲支付30000元；当有足够的证据证明乙欠甲30000元时，才能拒绝原假设，判定乙需要向甲支付欠款30000元。这也是“无罪推定”立法原则的具体体现。而南京彭宇案之所以引起极大争议，首先在于法官的逻辑错误或采取了“有罪推定”的原则，彭宇没有证据证明自己没有过失，就说明有过失，需要承担民事责任，也就是说当时法官的假设是：彭宇无过失彭宇有过失::10HH在双方都没有足够证据的情况下，当然是不能拒绝原假设，判定彭宇有过失，需要承担民事责任，所有当时的主审法官还是需要好好学习一下假设检验的。1．正态性检验大多数数据都服从正态分布（正态分布的英文名称是NormalDistribution）。所以原假设和备择假设的写法为：数据不服从正态分布数据服从正态分布::10HH2．独立性检验（可以用运行图和查表结合的方法或用游程检验）大多数数据都服从正态分布（正态分布的英文名称是NormalDistribution）。所以原假设和备择假设的写法为：数据不独立数据独立::10HH3．两个连续型变量是否存在线性相关关系没有相关关系为常见形态：系两变量存在线性相关关系两变量没有线性相关关::10HH0:0:10ρHρHρ假设可以写成：关关系的原假设和备择两变量是否存在线性相表示总体相关系数，则如果用4．回归模型是否显著不显著为常见形态，所以：模型显著模型不显著::10HH5．回归模型中自变量是否显著不显著为常见形态，所以：自变量显著自变量不显著::10HH6．DOE模型是否存在失拟没有失拟为常见形态，所以：模型有失拟模型无失拟::10HH7．DOE模型是否存在弯曲没有失拟为常见形态，所以：模型有弯曲模型无弯曲::10HH8．拟合优度检验可以认为各种情况的概率是否相等问题，如心脏病人在一天的四个时段猝死率相等吗？某类考试全部为单选题，ABCD四个答案出现的概率相等吗？不全相等4321143210,,,::ppppHppppH上式中的P为概率，也可以理解为比例。