你可能感兴趣的试题
不拒绝错误的无效假设，即犯第二类错误的概率是0．05 统计推断上允许犯假阴性错误的概率为0．05 当无效假设正确时，平均在100次抽样中有5次推断是错误的 将实际差异误判为抽样误差的概率是0．05 实际上就是允许犯第二类错误的界限
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
正确决策的概率 错误决策的概率 无效假设为真的概率 给定的检验水准 根据样本统计量计算的概率
接受无效假设，拒绝备择假设 差异无显著性 备择假设的被接受的概率小于0.05 观察值太少 无效假设成立的可能性很小，属小概率事件
接受无效假设，拒绝备择假设 差异无显著性 备择假设的被接受的概率小于0.05 观察值太少 无效假设成立的可能性很小，属小概率事件
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
检验假设是对总体作的某种假设 检验假设是对样本作的某种假设 检验假设包括无效假设和零假设 检验假设只有双侧的假设
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
P<0.05，拒绝无效假设 P=0.05，拒绝无效假设 P>0.05，接受无效假设 P<0.01拒绝无效假设 P=0.01拒绝无效假设
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
先对总体的参数或分布函数的表达式做出某种假设，然后找出一个在假设成立条件下出现可能性甚小的(条件)小概率事件 如果试验或抽样的结果使该小概率事件出现了，这与小概率原理相违背，表明原来的假设有问题，应予以否定，即拒绝这个假设 若该小概率事件在一次试验或抽样中并未出现，就没有理由否定这个假设，表明试验或抽样结果支持这个假设，这时称假设也实验结果是相容的，或者说可以接受原来的假设 如果试验或抽样的结果使该小概率事件出现了，则不能否认这个假设 若该小概率事件在一次试验或抽样中并未出现，则否定这个假设
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
不拒绝错误的无效假设，即犯第二类错误的概率是0.05 统计推断上允许犯假阴性错误的概率为0.05 当无效假设正确时，平均在100次抽样中有5次推断是错误的 将实际差异误判为抽样误差的概率是0.05 实际上就是允许犯第二类错误的界限
β=β=…β β=β=…β≠0 β=β=…β=0 β=β=…β=β β、β、…、β不全为零
接受无效假设，拒绝备择假设 差异无显著性 备择假设的被接受的概率小于0．05 观察值太少 无效假设成立的可能性很小，属小概率事件
不拒绝错误的无效假设，即犯第二类错误的概率是0.05 统计推断上允许犯假阴性错误的概率为0.05 当无效假设正确时，平均在100次抽样中有5次推断是错误的 将实际差异误判为抽样误差的概率是0.05 实际上就是允许犯第二类错误的界限
P=0.07 P=0.4 P=0.05 P=0.01 P=0.005
湘公网安备 43130202000226号