非参课程论文精要.docVIP

非参数统计分析 陈建宝 P值=0.49，也要拒绝原假设？ 杨雪豹 15420122201960 课程名称： 任课教师： 论文题目： 姓 名： 学 号：  目录 摘要 2 一、引言 2 （一）统计推断的基本哲学思想 2 （二）学者对假设检验思想的批评与改进 3 二．当前学者应用假设检验中存在的一些问题 3 （一）不能拒绝原假设就接受之 3 （二）过分迷信显著性水平和P值而忽略统计推断的本质 4 三、样本本位式的假设检验逻辑与最大似然接受域 6 （一）样本本位式的假设检验逻辑 6 （二）最大似然拒绝域 6 四、结论与总结 7 （一）对于像μ=0一样的简单假设，我们绝对没有理由接受它，但不接受不等于拒绝，如何才能拒绝它，需要用到最大似然拒绝域的概念了。 7 （二）样本本位的思想应该成为假设检验的出发点，这点在简单假设检验中不明显，但是在复杂假设中十分重要 8 （三）理性地应用统计推断思想，不迷信任何说法，应用到实际中还要结合实际因素 8 参考文献 8 P值=0.49，也要拒绝原假设？ 杨雪豹 摘要：假设检验是数理统计中的重要方法，应用极其广泛，但是它的思想还是在不断地演进，很多细节至今没有一致的解释说明。本文首先针对当今学术界不规范使用假设检验的现象进行了批评，然后举例解释了在参数统计假设检验中P值大小与拒绝原假设之间的关系。正如题目所说：当P值=0.49时，我们该怎么办？同理，非参数统计推断中的同样问题也就不论而证了。进而深入地分析在应用假设检验的过程中我们应当如何理解显著性水平、P值等在复杂、双边检验中的意义，并尝试提出样本本位式的假设检验逻辑与最大似然拒绝域两个概念，给读者提供一个批判的靶子。 关键词：假设检验；P值；样本本位式的假设检验逻辑；最大似然拒绝域 Abstract：has never stopped progressing, with a lot of details having no uniformly explained yet. This paper firstly criticize the phenomenon of today’s scholars’ nonstandard application of hypothesis testing. Then, it illustrates the relationship between P-value and the rejection of the null hypothesis in parametric statistical inference using examples, just like the title: what if the P-value=0.49? So it is in the nonparametric statistical inference. And then we can further into the topic that how should we understand the true meaning of the significance level and P-value in one-tailed and two-tailed testing. To have a try, this paper creatively claim two concepts: the logic of hypothesis testing based on sample and the maximum likelihood rejection region, which are for the readers’ criticism. Key words：Hypothesis testing；； hypothesis testing based on sample; Maximum likelihood rejection region. 一、引言 （一）统计推断的基本哲学思想 张应山与茆诗松指出：“统计学的目的，不单单是给出人们解决问题的可操纵性方法，重要的是能够比较所用方法的好坏。统计推断的结论，不保证其结论是百分之百的自然规律，但它能证明他们的行为是现有资料下的可以采取的最佳行为。”同样，我们假设检验也只能是在一定的置信水平下给出判断，或者在两者之间选择更优的抉择，这恰恰是统计学思想的魅力所在。而邱江与张庆林则从逻辑学与心理学的角度指出人们在应用假设检验思维的时候容易出现的六种思维误区：证真偏向、内容促进效应、匹配偏向、叙述理由效应、换位效应、语用图示理论。这些思维误区使得人们在应用假设检验理论的时候漏洞百出，必须本着辩证的思维方式对之进行纠正，使之回到严谨是学术道路上来。 （二）