你可能感兴趣的试题
当P值<α时，拒绝原假设H0 当P值≥α时，接受原假设H0 当P值<α时，接受原假设H0 当P值≥α时，拒绝原假设H0
检验水准定得越小，犯I1型错误的概率越小 检验效能定得越小，犯I2型错误的概率越小 在已知A药降血压疗效只会比B药好或相等时，可选单侧检验 P值越小，越有理由拒绝H
在其它条件相同时，双侧检验的检验效能比单侧检验低
接受原假设，认为β
显著不为零 拒绝原假设，认为β显著不为零 接受原假设，认为β显著为零 拒绝原假设，认为β显著为零
拒绝原假设 两总体平均数没有显著性差异 检验统计量未进入危机域 存在误差为抽样误差
在原假设H0成立的条件下，经检验H0被拒绝的概率 在原假设H0成立的条件下，经检验H0被接受的概率 在原假设H0不成立的条件下，经检验H0被拒绝的概率 在原假设H0不成立的条件下，经检验H0被接受的概率
假设检验实质上是对备择假设进行检验 假设检验实质上是对无效假设进行检验 当接受原假设时，只能认为否定它的根据尚不充分，而不是认为它绝对正确 假设检验并不是根据样本结果简单地或直接地判断原假设和备择假设哪一个更有可能正确； 当拒绝原假设时，只能认为肯定它的根据尚不充分，而不是认为它绝对错误
假设检验实质上是对原假设进行检验 假设检验实质上是对备择假设进行检验 当拒绝原假设时， 只能认为肯定它的根据尚不充分， 而不是认为它绝对错误 假设检验并不是根据样本结果简单地或者直接地判断原假设和备择假设哪一个更有可能正确 当接受原假设时， 只能认为否定它的根据尚不充分， 而不是认为它绝对正确。
在已知A药降血压疗效只会比B药好或相等时，可选单侧检验 检验水准定得越小，犯Ⅰ型错误的概率越小 检验效能定得越小，犯Ⅱ型错误的概率越小 P值越小，越有理由拒绝H0 在其它条件相同时，双侧检验的检验效能比单侧检验低
一定会被拒绝 一定不会拒绝 需要重新计算检验统计量或P值 有可能被拒绝
在原假设H0成立的条件下，经检验H0被拒绝的概率 在原假设H0成立的条件下，经检验H0被接受的概率 在原假设H0不成立的条件下，经检验H0被拒绝的概率 在原假设H0不成立的条件下，经检验H0被接受的概率
检验的结果由接受原假设改变为拒绝原假设 检验的结果由拒绝原假设改为接受原假设 检验的结果没有发生变化 以上情况均有可能发生
没有充足的理由否定原假设 原假设是成立的 可以放心地信任原假设 检验的P值较大 若拒绝原假设,犯第一类错误的概率超过允许限度
在已知 A 药降血压疗效只会比 B 药好或相等时 ,可选单侧检验 检验水准定得越小 ,犯 I 型错误的概率越小 检验效能定得越小 ,犯 II 型错误的概率越小 P 值越小 ,越有理由拒绝 H0 在其它条件相同时 ,双侧检验的检验效能比单侧检验低
原假设本身是人为的，应该拒绝 若认为原假设成立，正确的可能性很小 原假设成立是完全荒谬的 计算结果证明原假设是错误的 原假设不可能成立
当P值≥α时，拒绝原假设 当P值≥α时，接受原假设 当P值<1-α，拒绝原假设 当P值<1-α时，接受原假设
不能拒绝原假设 无法判断原假设是否被验证 接受备择假设 应该拒绝原假设
第二类错误指在原假设错误时，未能拒绝原假设的错误 假设检验是依据来自某总体的样本计算的统计量，推断总体参数 在其他条件相同的时候，降低犯第一类错误的代价是增加犯第二类错误的概率 对于P值决策规则，就是说如果P值大于显著性水平，则拒绝原假设
湘公网安备 43130202000226号