心理统计——假设检验

α与β关系示意图


该图中，H0为真时样本平均数分布的对称轴，也就是其平均数是μ0
            H1为真时样本平均数分布的对称轴，也就是其平均数是μ1

这个怎么理解？

你好，这是两个不一样的假设角度。我们假设H0是真的，进行证伪，如果犯错，的话是一类错误
如果假设是真的即H1成立，那么进行证明的过程中犯了错误，就是二类错误。

就是说
“对称轴是μ0”，平均数也是μ0
“对称轴是μ1”，平均数也是μ1

QS心理学赵老师 发表于 2012-8-10 17:46
你好，这是两个不一样的假设角度。我们假设H0是真的，进行证伪，如果犯错，的话是一类错误
如果假设是真的 ...

哦哦，多谢了
还是木有问清楚，其实我是不太理解为什么μ0小于μ1，今天看了实验的信号检测论，结合起来看，就感觉好理解多了~

么敬悦 发表于 2012-8-10 18:08
就是说
“对称轴是μ0”，平均数也是μ0
“对称轴是μ1”，平均数也是μ1

恩恩~多谢，现在懂点了~

图示为单侧检验，当H0为真的时候，H1就是为假。如果得出的检验统计量落在H0的接受域中，就不能否定H0，即正确；若落在H0的拒绝域中（虽然可能性很小），就要拒绝正确的H0，接受备择假设，此时犯了第一类错误。当H1为真时，H0就是假的。算出了统计量落在H0的拒绝域中，否定了不正确的假设，接受了H1,即正确；若落在了H0的接受域中，则不能否定H0，接受了错误的假设，犯了第二类错误。

小珉 发表于 2012-8-10 20:36
哦哦，多谢了
还是木有问清楚，其实我是不太理解为什么μ0小于μ1，今天看了实验的信号检测论，结 ...

我觉得这个展示的只是其中一种情况，也有大于的时候，但是分析的方法是类似的（因为我们分析的时候用的是“差异”）所以书就没必要再画一个了。
说的不对也请多指教啦，咱们互相促进，别客气。