统计学假设检验中单侧的确定问题
如何判断双侧检验还是单侧检验,
依目的或者题目要求确定。一般而言，题目中都会有比较明确的字眼体现出单侧或是双侧。比如“显著提高”、“显著减少”等等都是单侧检验，而“显著波动”、“明显变化”等则是双侧检验的范畴。这个容易理解。
如何确定原假设和备择假设,
事实上在进行假设检验的时候判断是左侧检验还是右侧检验并不是很重要，更重要的是确定原假设和备择假设。因为一旦原假设和备择假设颠倒，整个结论就会完全相反。我们先说说如何确定原假设和备择假设。一般而言，我们要先确定备择假设，然后与其对立的即为原假设。关于原假设和备择假设，有很多不同的判断方法，但是基本上没有一个完美的方法能解决所有问题。比较常用的、普遍的方法是，在假设中一般把希望证明的命题放在备择假设，而把原有的、传统的观念或者普遍的结论放在原假设，这样可以更好的体现假设检验的价值。因为，如果我们完全认可原有的东西，那么检验就没有意义了，正因为我们怀疑才去检验，并且希望检
验出来的结果与原来的不同。因为原有的东西不那么容易被推翻，所以得出新的结论为正确的概率即备择假设发生的概率是很小的，故而我们要把小概率事件放在备择假设。原假设也就呼之欲出了。
如何判断左侧检验还是右侧检验,
从文字上说，如果某个指标我们希望越高越好，不能低于某个临界值，否则就拒绝，此时即为左侧检验。如果某个指标我们希望越低越好，不能高于某个临界值，否者就拒绝，此时即为右侧检验。但是，实际问题中“越高越好”和“越低越好”的标准很难判断，常常是模糊不清的，而且，不同人调查会有不同的目的，所以具体使用起来并不能决绝所有问题。从图形上看，拒绝域在左边即为左侧检验，在右边即为右侧检验。
如何确定拒绝域,
假设题目条件符合正态分布，且显著性水平为，则: ,
UU,0T统计量为 ,,
n
在确定是单侧检验的情况下，拒绝域为:
或 T,UT,,U,,
当统计量T为正数时，统计量要与正的临界值比较才有意义。因此，此时的拒绝域即为U,
，为右侧检验。但实际上，不论T的取值是不是正数，只要满足备择假设H:u>u，T,U10,
即为右侧检验。
当统计量T为负数时，统计量要与负的临界值-比较才有意义。因此，此时的拒绝域即U,
为，为左侧检验。但实际上，不论T的取值是不是负数，只要满足备择假设H:T,,U1,
侧边值问题一定要用正则化吗u<u，即为左侧检验。 0
例:
根据过去学校的记录，学生的统计学考试的平均分数为65分，标准差为16分。现在学校改革了教学方法，经抽取64名学生作调查，得平均分数为69分，问平均分数有无显着提高,(α=0.0
5)
解:因为总体的标准差已知，即总体服从正态分布，所以使用U检验。
,65,,,16,n,64 由题可知， ， x,690
H:u,65,H:u,6501
UU,0 统计量为 T,,
n
69,65 ,16
8
,2,U,1.6450.05
所以拒绝原假设，即认为有显著提高。
分析:本题为单侧检验，且为右侧检验。
本题是如何确定备择假设的,
理解一，因为“有显著提高”是检验者希望看到的，所以“有显著提高”要设为备择假设。 理解二，平均分为65分是长期为止一直以来的事情，是不容易改变的，所以改革教学方法后能够改变即“有显著提高”是小概率事件，故而要放在备择假设中。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。