在假设检验中，“不拒绝”意味着什么
在统计学中，科学家可以进行许多不同的显着性检验，以确定两种现象之间是否存在关系。他们通常执行的**个是零假设检验。简而言之，零假设表明两个测量现象之间没有有意义的关系。进行测试后，科学家可以：
- 拒绝零假设（意味着两个现象之间存在确定的结果关系），或
- 未能拒绝零假设（意味着测试尚未确定两个现象之间的结果关系）
关键收获：零假设
•在显着性检验中，零假设表明两种测量现象之间没有有意义的关系。
•通过将零假设与另一种假设进行比较，科学家可以拒绝或不拒绝零假设。
•零假设不能得到正确证明。相反，科学家们从重要性测试中可以确定的一切就是所收集的证据是否反驳了零假设。
重要的如何保护乳房健康知识是要注意，拒绝失败并不意味着零假设是正确的，只是测试没有证明它是错误的。在某些情况下，取决于实验，两种现象之间可能存在实验未识别的关系。在这种情况下，必须设计新的实验来排除其他假设。
零与替代假设
零假设被认为是科学实验中的默认值。相反，另一种假设是声称两种现象之间存在有意义的关系。可以通过执行统计假设检验来比较这两个竞争假设，统计假设检验确定是否存在统计上显着的关系b在数据之间。
例如，研究溪流水质的科学家可能希望确定某种化学物质是否会影响水的酸度。化学品对水质没有影响的零假设可以通过测量两个水样的pH值来测试，其中一个水样含有一些化学物质，其中一个未受影响。如果通过统计分析确定具有添加的化学品的样品可测量地或多或少的酸性，则拒绝零假设是合理的。如果样品的酸度不变，则有理由拒绝零假设。
当科学家设计实验时，他们试图找到替代假设的证据。他们不试图证明零假设是正确的。假设零假设是一个准确的陈述，直到相反的证据证明。结果，显着性检验不产生与零假设的真实性有关的任何证据。
未能拒绝与接受
在实验中，应仔细制定零假设和替代假设，以便这些陈述中只有一个是真实的。如果收集的数据支持替代假设，则零假设可以被拒绝为假的。但是，如果数据不支持替代假设，这并不意味着零假设是正确的。所有这意味着零假设尚未得到证实，因此术语"未能拒绝。"A"未能拒绝"假设不应与接受混淆。
在数学中，否定通常是通过简单地将“不”一词放在正确的位置而形成的。使用此约定，显着性检验允许科学家拒绝或不拒绝零假设。有时需要一段时间才能意识到“不拒绝”不是与"相同;接受。"
零假设示例
在许多方面，重要性测试背后的哲学与试验相似。在诉讼开始时，当被告提出“有罪”申诉时，它类似于零假设的陈述。虽然被告可能确实是无辜的，但没有呼吁在法庭上正式作出“无辜的”。“有罪”的另一种假设是检察官试图证明的。
审判开始时的推定是被告是无辜的。理论上，被告没有必要证明他或她是无辜的。赔偿责任在于检察官，检察官必须整理足够的证据来说服陪审团，被告毫无疑问是有罪的。同样，在一个重要的测试中，科学家只能通过提供替代假设的证据来拒绝零假设。
如果在审判中没有足够的证据证明有罪，那么被告被宣布“有罪”。这一说法与清白无关;它仅仅反映了起诉未能提供足够的有罪证据的事实。以类似的方式，在显着性检验中拒绝零假设的失败并不意味着零假设是正确的。这只意味着科学家无法为替代假设提供足够的证据。
例如，测试某种农药对作物产量影响的科学家可能会设计一个实验，其中一些作物未经处理，其他作物则用不同量的农药处理。假设所有其他变量相等，作物产量根据农药暴露而变化的任何结果都将为替代假设（农药确实影响作物产量）提供有力证据。因此，科学家们会有理由拒绝零假设。
![[基本常识]统计中的参数和非参数方法](http://www.49vv.net/d/file/p/2020/12-05/small8b9b5dc9ab8cbe53679fd0bdf05733fb1607126409.jpg)