关于一道概率论例题的讨论.docVIP

关于《概率论与数理统计》中零假设和备择假设选取问题的讨论 韩 超 李金玉 概率论与数理统计中的参数假设检验是指当总体分布已知时，对分布中的参数给出假设，并根据样本提供的信息对此假设进行检验。通常，我们所从事的假设检验为显著性检验，其依据是“控制犯第一类错误的概率不超过事先给定的检验水平”，即“”原理。因此，在假设检验问题中，应当选取那些可信度高的、没有充分的证据是不能被拒绝的结论作为零假设，零假设通常应该是受到保护的。而备择假设只有当零假设被拒绝后，才能被接受，这就决定了零假设与备择假设不是处于对等的地位，或者我们可以反过来说，备择假设可能是我们真正感兴趣的，接受备择假设可能意味着得到某种特别意义的结论，或者意味着采取某种重要决断。因此对备择假设应取慎重态度，没有充分的证据不能轻易接受。 但在教学过程中，笔者发现许多初学者对如何确定零假设与备择假设感到很困惑，甚至觉得无从下手。本文下面就从目前我们学校所用的概率论教材（煤炭高等教育出版社，周圣武等编著）的一道例题的两种不同解法出发，对零假设和备择假设的选取问题加以探讨。 例题 某电子元件的寿命（单位：h），均未知。现从这批电子元件中随机抽取16只，测得其寿命分别为 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问是否有理由认为这批电子元件的平均寿命大于225h?() 本题假定了，未知。教材中，是以这批电子元件的平均寿命小于225h作为零假设，得到的假设检验问题是： ， 选取统计量，该假设检验问题的拒绝域为 由，查分布表得。由样本算得，统计量的值为 从而在显著性水平下，不应当拒绝零假设，也就是说，在所给数据和检验水平下，可以认为这批电子元件的平均寿命不大于225h. 现在如果换用另外一种解法，即把这批电子元件的平均寿命大于225h作为零假设，则得到的假设检验问题是： ， 由检验法，此时的拒绝域为 因为检验量，所以接受零假设，即可以认为这批电子元件的平均寿命大于225h。 我们看到，随着问题提法的不同（把哪一个断言作为零假设的不同），得出了截然相反的结论。这一点可能使一些对统计思想不甚了解的人感到迷惑不解。实际上，这里有个着眼点不同的问题。当把“这批电子元件的平均寿命小于225h”作为零假设时，我们依据是以往对这些电子元件的了解，其寿命一般不会超过225h，在我们心里这应该是一个可信度很高的事情，对此已有了较大的信任，没有充分的理由是不能够被拒绝的，只当在测量发现很多的元件寿命都大于225h时，才能拒绝这个断言。反之，当把“这批电子元件的平均寿命大于225h”作为零假设时，我们是在检验之前就已经认为元件的寿命有了很大的提高，除非有很差的结果出现时（即抽样的均值太小），才能改变我们的看法。因此在所得观察数据并非决定性地偏于一方时，我们的着眼点决定了所得的结论。 再如，假定某厂家过去的声誉很好，现在要对它生产的一批产品进行质量检测，以判定这批产品是否合格。由于这个厂家过去的声誉很好，如果没有充分的证据就轻易地断定这批产品不合格，可能对厂家和商家两方都没好处。因此，在这种情形下应设置零假设为“这批产品合格”，只有在抽样检测中抽到相当多的次品时才能拒绝这个假设。又比如要检验一种新的药品是否优于原来的药品，如果原来的药品已经长期使用并被证明是有效的，那么一种并不特别有效的新药投放市场不仅不会给病人带来多少好处，反而可能造成一些不良效果，如未发现的副作用及病人的抉择困难等。因此，在进行临床试验时通常取零假设为：“新药不优于旧药”，相应的备择假设是“新药优于旧药”。只有当试验结果提供充分的证据证明新药的效果显著地优于旧药时，才能拒绝零假设，接受备择假设，即接受新药。 因此，在实际问题中，若要决定新提出的方法（新材料、新工艺、新配方等等）是否比原方法好，则在为此而进行的假设检验中，往往将原方法不比新方法差取为零假设，而将新方法优于原方法取为备择假设。由此可见，教材中将“这批电子元件的平均寿命小于225h”作为零假设是合理的，因为这是经过实践验证可靠的，除非有了很好结果才能认为“电子元件的平均寿命大于225h”，拒绝原假设，接受备择假设。但是如果我们只提出一个假设，且统计检验的目的仅仅是为了判别这个假设是否成立，而并不同时研究其它假设，此时直接取假设为零假设即可。 再打一个通俗的比喻：某人是嫌疑犯，有些不利于他的证据，但并非是起着决定性作用的。若我们要求“只有决定性的不利于他的证据才能判他有罪”，则他将被判为无罪，此时零假设为“此人无罪”。反之，若要“只有决定性的有利于他的证据才能判他无罪”，则他将被判有罪，这时零假设为“此人有罪”。在这里，也是着眼点的不同决定了看法。这类事情在日常生活中比