零假设(H 0 ) 是一个研究者希望被证明是错误的假设。零假设通常表示不存在效果或差异。
显著性水平 (α) 是研究者愿意接受为第一类错误（即错误地拒绝真实零假设）的风险水平。常见的显著性水平是 5%。
如果零假设在显著性水平 5% 下不被拒绝，则意味着研究者没有足够的证据拒绝该假设。换句话说，研究者无法证明该假设是错误的。
零假设检验的步骤
零假设检验的步骤如下：- 提出零假设 (H 0 )。
- 选择显著性水平 (α)。
- 收集数据。
- 计算检验统计量。
- 确定临界值。
- 做出决定。
零假设检验的示例
假设我们希望检验一个新药物是否对降低血压有效。我们提出零假设如下：H 0 : B 2 = 0其中 B 2 是新药对血压的效应。我们选择显著性水平为 5%。我们收集了服用新药和服用安慰剂的参与者的血压数据。我们计算检验统计量，发现为 -2.576。我们确定临界值，发现为 -1.96。由于我们的检验统计量 (-2.576) 小于临界值 (-1.96)，我们拒绝零假设。这意味着我们有足够的证据证明新药可以降低血压。结论
零假设检验是一种统计方法，用于确定研究者是否有足够的证据拒绝一个假设。如果零假设在显著性水平下不被拒绝，则意味着研究者无法证明该假设是错误的。本文原创来源：电气TV网，欢迎收藏本网址，收藏不迷路哦！
添加新评论