不拒绝并不意味着接受,这是吴老扯着嗓子强调了多年的问题:)

另:为什么你每次用li标签的时候总是没有ul标签呢?……引用可以放在blockquote环境中。
我不是统计专业的,但只是对此感兴趣。老实说我对统计检验结果只能是“拒绝”和“无法拒绝”非常清楚,但对于楼主举例的这道考研题目倒不知如何下手,google了一把,也没找到答案,不知能否指点一二。谢谢!
不能拒绝零假设的话,大家都没话说,要是能够拒绝,那有一方就惨了。厂家当然希望消费者找不到证据,消费者当然希望告倒“奸商”。
前几篇都错了,忘记<>用全角符号了。请删除!不好意思麻烦管理员了!

是否这样做
厂家基于自己的利益提出:
Ho:weight ≥ 250g;
Ha:weight < 250g;

消费者基于自己的利益提出:
Ho:weight < 250g;
Ha:weight ≥ 250g;

这样对吗?

但平时利用SPSS、Minitab做计算,Ho只能选择=形式,Ha倒是可以选择>、<、≠三种形式。
我的第二个问题就是Ho是否只能选择=形式?

请不吝指教,谢谢!
假设检验的主要目的是为了拒绝,所以厂家要说明自己的产品合格得拒绝原假设H0:weight < 250g;,所以上面反了。
Ho不是只能选择=形式。
[latex]H_0[/latex]是否是=其实无所谓,只是形式而已(但形式对于外行来说很重要),统计量的计算都是基于=的情况做的。关键是备择假设选取什么方向,这才是P值计算的根据。
[未知用户] 你可以用&lt;和&gt;分别表示<和>,如果你懂一点HTML的话。
感谢益辉的回答,我也发觉真正影响p值的,其实是Ha,而不是Ho,但始终不敢肯定,现在终于得到了肯定。

但对郑冰的回复我还是存在疑问。在我的印象中,要拒绝Ho是不容易的,因为p必须<α。所以厂家基于自己的利益因该提出:
Ho:weight ≥ 250g;
Ha:weight < 250g。
这样的话,即使实际测量得到的Weight<250,如果短斤少两不是很厉害的话,也无法拒绝Ho。

不知我的考虑如何?敬请指教!谢谢!
说实话我觉得这道题出得有些无聊。按照郑冰的选择,如果拒绝,那么厂家高兴,如果不拒绝,那么厂家会说,不拒绝又不表示接受;按你的选择,如果拒绝,厂家就惨了,如果不拒绝,厂家也没有很强的理由占到便宜。但从是否容易拒绝零假设的角度来看,你说的也是有道理的。看来赶明儿我得上朝进谏取消这种诡辩题了……
呵呵,干脆把这道题目放上首页的竞赛,看看其他人有没有什么高招。
这个主要是讲道理,我怕到最后变成了口水战,公说公有理,婆说婆有理
仔细想想应该这样说:
食品厂家对于计量是否准确,心里是有数的。

如果确实不短斤少两,食品厂家则按郑冰的做法,提出以下假设:
Ho:weight = 250g;
Ha:weight > 250g。
这样可以非常有力的消除消费者的怀疑。

如果确实少上一点,食品厂家则按我的做法,提出以下假设:
Ho:weight = 250g;
Ha:weight < 250g。

如果少得比较厉害,食品厂家还是及早承认错误吧。

不知这样解决如何?
[未知用户] 问题就在于俺们不知道厂家心里的谱到底是啥样的……
[未知用户] > Ho:weight = 250g;
> Ha:weight > 250g。
> 这样可以非常有力的消除消费者的怀疑。

这种假设消费者能接受?除非都是傻子...直接把weight<250g剔除在决策空间之外了...
[未知用户] 所以说这道题其实挺无聊的……
20 天 后
俺家同意miniwhale (#406)

厂家基于自己的利益提出:
Ho:weight ≥ 250g;
Ha:weight < 250g;

消费者基于自己的利益提出:
Ho:weight < 250g;
Ha:weight ≥ 250g;


统计推断是倾向于保护零假设的。按厂家的方案:对厂家来说,不拒绝零假设(Ho:weight ≥ 250g)意味着用户没有充分证据支持
Ha:weight < 250g。证据不足,当庭释放!
2 个月 后
建议大家看看这篇文章:《对假设检验中几个问题的思考》。《统计与决策》2006年6期。
6 个月 后
同意郑冰 (#409).揣度出题本意,是消费者希望否认weight ≥ 250g,从而对消费者有:
Ho:weight ≥ 250g;
Ha:weight < 250g;
这样如果p值显著,那商家就倒霉了;即使不显著也不代表商家给的weight就足量250g,消费者仍然可以不信的。

有个几乎一模一样的例子,在Statistical Inference(Casella and Berger, second edition)第373页:As another example, a consumer might be interested in the proportino of defective items produced by a supplier. If theta denotes the proportion of the defective items, the consumer might wish to test H0: theta ≥ theta_0 versus H1:theta < theta_0. The value theta_0 is the maximum acceptable proportion of defective items ...
2 个月 后