JT_Tomato 我不赞同第二点这样的说法。而且这样没有意义。
想搞明白,建议找本专业的书细读,讨论很难完全说明白,只能简单叙述下,假设检验是非常严谨和科学的,搞明白了对以后数据分析很有意义,你会发现市面上很多数据分析全是扯淡。
1、统计量的是根据原假设的构造的,这里采用均值所以影响不大。统计量的期望等于u。然后根据问题推导出统计量的分布,你这里是z分布,当然实际中构造统计量的时候已经考虑这点。
2、然后根据数据计算统计量的值。
3、根据值和统计量的分布计算出它属于该分布的概率。
4、这个概率跟你实际问题的拒绝概率相比较(常取p=0.05,这里还有上面提到的双边和单边,双边即两边分别0.025,单边则是0.05),如果小于该p值则说明它属于该分布的概率很小,所以上面的假设是不对的,即拒绝原假设;所以你可以看到p值得选取(比如取0.5)会影响你得结果,上面得内容不是简单反过来得。
5、这里得p是什么意思?这跟假设检验得第一类错误和第二类错误有关了。p即第一类错误,也就是原假设真确却被判断为错误,第二类错误相反,原假设错误却判断为正确。其实假设检验得目的是在控制第一类错误得情况下,使得第二类错误达到最小。