richu 书上说备择假设的定义是：通常将研究者想要收集证据予以支持的假设称为H1 ，所以有例子从消费者的利益出发对洗涤剂的重量的检验中H1：u < 500 然而又有一种说法：一般情况下，人们认为犯第一类错误的后果更严重些，所以此时对于消费者来说H0: u ≤500 这两个矛盾吗？？？想不明白了 请高人指点……
reader0527 回复 第1楼 的 richu：第一类错误的后果更严重些，所以要控制第一类错误。没听说要变换原假设。一般拒绝原假设后能够以置信概率认为备则假设统计显著。但如果不能拒绝原假设一般是，不能相信原假设的。但是很多情况由于原假设和备则假设的排他性，我们认为原假设就显著了（比如<bblatex> h_0: \lambda=0</bblatex> and <bblatex> h_1: \lambda \ne 0</bblatex> )
