假设检验的基本概念2.pptxVIP

S统计学进阶LECTURE02HYPOTHESISTESTING假设检验的基本概念（二）从两类错误到贝叶斯视角在不确定性中建立判断的思维框架——当检验不显著时，我们究竟知道什么？统计学进阶课程·第二讲

CONTENTS课程导航01核心概念回顾pp.03–0802两类错误与功效pp.09–1403p值的正确解读pp.15–2004样本量确定pp.21–2605多重比较校正pp.27–3206贝叶斯视角与综合误区pp.33–38

CHAPTER01第一章·复习与衔接回顾基本概念1核心内容，引出本章进阶主题SECTIONDIVIDER

HYPOTHESISTESTINGSTATISTICALINFERENCE·04原假设与备择假设再审视原假设H0是一个精确的统计命题（如μ=μ?），它永远不能被证明或接受，只能被未能拒绝。将不显著等同于H0为真是假设检验中最普遍且危害最大的逻辑谬误，直接导致无效干预被误认为有效、真实效应被埋没。H0的精确性—H0必须是可被数据证伪的精确命题（如两组均值差=0），而非模糊的没有效果；其成立与否只能通过反证法间接评估，永远无法被直接证实。不拒绝≠接受—不拒绝H0仅表示当前数据不足以推翻H0，可能因样本量不足、测量误差大或效应本身微小；这与H0为真在逻辑上完全不同，后者需要贝叶斯方法才能量