工商英语原文翻译4.docxVIP

假设检验的基本概念　　我们都知道，在做决定的时候我们通常必须要考虑不确定性因素。我们从来都不能完全确定任何我们所作的决定都是正确的（除非是发生在事情之后——那已经太迟了）。虽然直觉和预感常在管理决策中起作用，但是我们需要有一个更加客观的方式来降低这种不确定性。不幸的是，正如我们所看到的，我们不可能完全清除不确定性。尽管如此，我们可以去除一些猜测，用一种更加客观的方式做出决策。　　在本章我们将检测一下假说检验在决策制定中的作用。我们将制定规则，这些规则有助于我们在可替代物中作选择时，控制并将出错的机率最小化。为了说明假设检验中的一些基本概念，我们来看一下这个例子：　　自从随着1973年的赎罪日战争阿拉伯开始禁运石油，许多产品已经进入这样一种市场：宣称将会极大地增加那些家庭里突然变糟的汽车的每加仑英里数。一些产品使用添加剂与汽车用油相混合，而其它设置必须安装在油路中或直接连接汽化器。所有人都宣称，在每英里耗油方面取得了重大提高。毫无疑问，你肯定看过这样的广告，“让您的车在里程方面享受10%到40%的提升。”这些声称是建立在什么基础上呢？很不幸，它们只代表了“满意”的使用者的纪念品，并且通常是以信件的形式写给销售商。我们知道这种类型的简单样本并不能代表总体（所有添加剂或装置的购买者）的利益。此外，几乎没有消费者有能力或有积极性去实施检验这些声明的、必要的、客观的、系统的调查。最后还有，顾客有一种强烈的心理趋势，使得他们为了平衡资金花费而去寻找这种提升。　　幸运的是，许多政府和私人机构已经建立起来，用来专门评估这类声明。我们跟随合理的方式和步骤来检验一下里程数的宣称。首先，这个声明要么是真，要么是假，即添加剂会增加或减少里程数。作为研究者我们要为这两个选择指定步骤，按正式的格式，这两个可选的可能性是：1．添加剂对汽油里程数没有影响2．添加剂对汽油里程数有影响因为第一个选项通常是一个“无影响”假设，通常被叫作虚无假设（H0）。正如我们看到的，虚无假设也能具体说明利益的决定因素的一种特殊价值。但是如惯常一样，它否定我们努力寻找去评估所付出的努力。第二个假设，叫作备择假设（H1），它断言虚无假设是错误的。注意这两个假设是相互排斥的而且是全面的，他们不能同时正确或错误，一个必定是正确的而另一个必定是错误的。我们利用数据收集和统计步骤来选择二者之一。但是，如果你仔细想一下，你就会意识到想要证明虚无即假设是多么困难，除非实行一次全面的人口普查，而这仅靠公路上的数百万辆汽车是行不通的，我们必须依靠从总体中抽取样本。我们已经看到这些样本统计值分布在中心值附近，比如人口均值或人口比例。实际上样本均值从来不等于总体均值，样本比例从来不等于总体比例。除此之外，它们通常几乎每一个都不同于另一个，并且数量变化无常。那这样的样本统计怎么能被用来说明没有差别？一句话，它们不能。　　然而，因为H0和H1是对立事件，否定H0，我们就能肯定H1,注意这个证明是间接的，我们通过否定H0来肯定H1，同样，统计证明是单向的，我们可能否定H0也同时可能肯定H0，但是不能否定H1来肯定H0。总之，正如我们不能直接证明H1，我们也不能直接否定它。举个例子，如果两个样本均值恰好相等，这并不能证明总体范围没有差别。换句话说，我们不能证明它们来自同一个总体或两个均值相同的不同总体。我们知道即使是从不同总体中抽取的样本偶尔也会相同，应当注意虚无假设和备择假设通常以总体范围而不是样本统计的形式界定的，尽管我们用样本统计来检验假设。　　我们简单总结一下合理假设的重点。　　首先，我们建立两个对立的假设：1．虚无假设（H0）:a. 不能被证明，我们不能证明添加剂或装置不起作用b. 能够被否定，如果被排除，我们可以确定H1为真，我们可以通过否定这个假设，即添加剂和装置不起作用，来确定它起作用2．备择假设（H1）:a. 不能直接被证明，我们不能直接证明添加剂或装置起作用b. 不能直接否定，我们不能直接不考虑添加剂或装置起作用的可能性　　只有通过否定H0（b），我们才能肯定备择假设的“间接证据”。　　但是我们如何否定H0？概率论从这里引入。首先，应当强调在假设检验中我们肯定虚无假设是真实分布。如果在虚无假设下的一个样本统计分布中，一个特殊的结果将有很低的发生概率，那么这两种情况下的一种已经发生了。也就是，虚无假设是真实的，那我们得到一个只有很小发生概率的结果。或者虚无假设不是真实的，我们选择接受后一种情况，我们拒绝H0而选择H1。　　我们如何定义低概率？定义是据情况而定，而不是多变的。一些学者愿意否定H0，当获得的统计数据在恰当的样本分布中发生的概率不高于5%的时候。这个否定H0的标准经常以5%的显著性水平被提到，或者仅仅是5%或0.05水平。这个否定标准用希腊字母α表示。那么当我们使用0.05显著性水