這是備擇假設(shè)，它是在原假設(shè)被拒絕時而應(yīng)接受的假設(shè)。在這里，備擇假設(shè)還可能有兩種設(shè)置形式，它們是：
備擇假設(shè)的不同將會影響下面拒絕域的形式，今后稱
對的檢驗問題是雙側(cè)假設(shè)檢驗問題
對的檢驗問題是單側(cè)假設(shè)檢驗問題
對的檢驗問題也是單側(cè)假設(shè)檢驗問題
注：若假設(shè)是關(guān)于總體參數(shù)的某個命題，稱為參數(shù)的假設(shè)檢驗問題，比如：
都是參數(shù)假設(shè)檢驗問題。
2.選擇檢驗統(tǒng)計量，給出拒絕域的形式
這個假設(shè)檢驗問題涉及正態(tài)均值 。因此選用樣本均值 是妥當(dāng)?shù)?。從圖1.5-1上看出，把 作為 分布均值更容易把 與 區(qū)分。
在 已知和原假設(shè) 成立下，有
這里的u就是今后使用的檢驗統(tǒng)計量，其中 =1.40， ，n=25。
考察這個統(tǒng)計量，可以看出：
愈小， 愈接近 ，應(yīng)傾向接受 ，
愈大， 離 愈遠(yuǎn)，應(yīng)傾向拒絕 。
我們把注意力放在導(dǎo)致拒絕 的拒絕域(樣本空間某子集)上，設(shè)c為區(qū)分拒絕 與接受 的臨界值。若用W表示拒絕域，則有：
W={( )： >c} ={ >c}
這就是本例中拒絕 的拒絕域，如何確定c呢?下面來研究這個問題。
我們?yōu)槭裁窗炎⒁饬Ψ旁诰芙^域上呢?用一個樣本(相當(dāng)一個例子)證實(shí)一個命題，其理由是不充分的，但用一個樣本*一個命題，其理由是充分的。因此我們把注意力放在拒絕域方面，建立拒絕域。其實(shí)在拒絕域和接受域之間還有一個模糊域，如今把它并入接收域 。
3.給出顯著性水平 在作判斷時會犯錯誤，要允許犯錯誤，我們的任務(wù)是控制犯錯誤的概率。在假設(shè)檢驗中，錯誤有兩類(見圖1.5-2)：
第一類錯誤(拒真錯誤)：原假設(shè) 為真，但由于抽樣的隨機(jī)性，樣本落在拒絕域W內(nèi)，從而導(dǎo)致拒絕 ，其發(fā)生概率記為 ，又稱為顯著性水平;
第二類錯誤(取偽錯誤)：原假設(shè) 不真，但由于抽樣的隨機(jī)性，樣本落在 內(nèi)，從而導(dǎo)致接受 ，其發(fā)生概率為 。
備擇假設(shè)的不同將會影響下面拒絕域的形式，今后稱
對的檢驗問題是雙側(cè)假設(shè)檢驗問題
對的檢驗問題是單側(cè)假設(shè)檢驗問題
對的檢驗問題也是單側(cè)假設(shè)檢驗問題
注：若假設(shè)是關(guān)于總體參數(shù)的某個命題，稱為參數(shù)的假設(shè)檢驗問題，比如：
都是參數(shù)假設(shè)檢驗問題。
2.選擇檢驗統(tǒng)計量，給出拒絕域的形式
這個假設(shè)檢驗問題涉及正態(tài)均值 。因此選用樣本均值 是妥當(dāng)?shù)?。從圖1.5-1上看出，把 作為 分布均值更容易把 與 區(qū)分。
在 已知和原假設(shè) 成立下，有
這里的u就是今后使用的檢驗統(tǒng)計量，其中 =1.40， ，n=25。
考察這個統(tǒng)計量，可以看出：
愈小， 愈接近 ，應(yīng)傾向接受 ，
愈大， 離 愈遠(yuǎn)，應(yīng)傾向拒絕 。
我們把注意力放在導(dǎo)致拒絕 的拒絕域(樣本空間某子集)上，設(shè)c為區(qū)分拒絕 與接受 的臨界值。若用W表示拒絕域，則有：
W={( )： >c} ={ >c}
這就是本例中拒絕 的拒絕域，如何確定c呢?下面來研究這個問題。
我們?yōu)槭裁窗炎⒁饬Ψ旁诰芙^域上呢?用一個樣本(相當(dāng)一個例子)證實(shí)一個命題，其理由是不充分的，但用一個樣本*一個命題，其理由是充分的。因此我們把注意力放在拒絕域方面，建立拒絕域。其實(shí)在拒絕域和接受域之間還有一個模糊域，如今把它并入接收域 。
3.給出顯著性水平 在作判斷時會犯錯誤，要允許犯錯誤，我們的任務(wù)是控制犯錯誤的概率。在假設(shè)檢驗中，錯誤有兩類(見圖1.5-2)：
第一類錯誤(拒真錯誤)：原假設(shè) 為真，但由于抽樣的隨機(jī)性，樣本落在拒絕域W內(nèi)，從而導(dǎo)致拒絕 ，其發(fā)生概率記為 ，又稱為顯著性水平;
第二類錯誤(取偽錯誤)：原假設(shè) 不真，但由于抽樣的隨機(jī)性，樣本落在 內(nèi)，從而導(dǎo)致接受 ，其發(fā)生概率為 。