13,329
次編輯
變更
原假设
,無編輯摘要
Schwen(1987)研究结果表明，经济和金融时序的数据生成过程模型通常含有MA成分，而且当原假设的误差项为高度负相关的MA(1)过程时，以DF临界值为检验标准的ADF(DF)和PP检验通常存在非常严重的检验水平扭曲问题。于是在考虑原假设可信度的前提下，他提出了以ARIMA模型为原假设，并以统计量的实际分位数为临界值的检验方法。这种检验方法考虑了原假设的可信度，又在一定程度上修正了检验水平的扭曲。
原假设的设定是[[单位根检验]]的首要问题。通过剖析以往单位根检验原假设设定存在的缺陷，在同时考虑原假设的可信度和检验可靠性的前提下，靳庭良提出了单位根检验原假设的一种合理的设定策略及改进的检验程序。该单位根检验程序中原假设的设定、检验式和临界值的确定均以样本序列的数据生成过程为依据，与传统单位根检验程序相比更具有科学性，同时也提高了检验的可靠性。其缺陷是数据生成过程模型的估计对检验结果可能产生一定的影响，因此，研究新检验程序的检验结果对数据生成过程模型估计的敏感性对进一步完善单位根检验理论无疑具有重要意义。 <ref>[[靳庭良. 单位根检验原假设的设定策略[J]. 统计与决策, 2007(6):29-31.]]</ref>
==备择假设==
（2）将可能犯的严重错误看作第一类错误，因为犯第一类错误的概率可以通过a的大小来控制。犯第二类错误的概率夕是无法控制的。如医生对前来问诊的病人作诊断时，可能会犯“有病看成无病”或者“无病看成有病’的错误，相比较而言，“无病看成有病“的错误更严重，故应将“问诊人有病”作为原假设。而在某项疾病普查中，将“被检查人有病’作为原假设就不恰当了。
假设检验是[[统计分析]]的一种重要方法，正确的理解假设检验过程中由于文换原假设与备择很设所引发的结论的差异，对于我们理解假设检验的思想以及掌握其方法都是十分重要的。只有更好地掌握假设检验的思想方法，才能在实践中应用假设检验方法解决实际问题。 <ref>[[苏再兴, 王志福, 王俊,等. 假设检验中原假设与备择假设的关系[J]. 科技信息, 2010(21):649+932.]]</ref>
==视频==