备择假设

本文解释了统计学中的替代假设是什么。它还显示了替代假设的示例以及替代假设与零假设的区别。

什么是备择假设？

在统计学中，备择假设（或替代假设）是假设检验中提出的假设之一。更具体地说，备择假设是您想要证明为真的研究假设。

换句话说，备择假设是研究人员的假设，为了证明其正确性，将进行统计分析。因此，在假设检验结束时，将根据获得的结果接受或拒绝备择假设。

备择假设的符号或缩写是 H ₁ 。

因此，备择假设是与原假设相反的假设，研究人员在进行统计研究时打算拒绝原假设。下面我们将详细介绍原假设和备择假设之间的区别。

另类假设的示例

现在我们知道了替代假设的定义，让我们看一下此类统计假设的示例，以更好地理解其含义。

例如，如果在统计调查中我们想要证明某台机器生产的零件的平均长度为 25 厘米，则备择假设将是该零件的平均长度为 25 厘米。

简而言之，备择假设是我们希望通过统计研究来检验的假设。

备择假设和原假设

零假设是与备择假设相反的假设，也就是说，零假设是我们在假设检验中要拒绝的假设。原假设由符号 H ₀表示。

所以备择假设和零假设之间的区别在于，当我们进行假设检验时，我们想要证明备择假设是正确的，而我们想要证明零假设是错误的。

按照前面的示例，如果统计调查旨在证实某台机器生产的零件的平均长度为 25 厘米，则零假设将是该零件的平均长度不同于 25 厘米。假设房间的平均长度确实等于 25 厘米。

实际上，备择假设是在零假设之前制定的，因为备择假设是要通过数据样本的统计检查来验证的假设。原假设只是源于与备择假设的矛盾。

备择假设和 p 值

最后，我们将了解 p 值和备择假设之间的关系，因为它们是假设检验中经常使用的两个相关统计概念。

p 值也称为p 值，是一个介于 0 和 1 之间的值，表示观察到的差异是偶然造成的概率。因此，p 值表示结果的重要性，并用于确定是否接受或拒绝备择假设。

更具体地说，根据 p 值和显着性水平之间的关系接受或拒绝备择假设：

• 如果 p 值低于显着性水平，则接受备择假设。
• 如果 p 值大于显着性水平，则拒绝备择假设。

请记住，接受备择假设意味着拒绝原假设，因此最初的研究假设得到了验证。然而，拒绝备择假设意味着接受原假设，因此没有证据表明初始假设为真。

此外，应该注意的是，统计研究中得出的结论可能是错误的，因为在假设检验中，接受或拒绝假设取决于所选的置信水平。