有关假设检验中“假设”的进一步讨论
一般来讲是根据样本值的情况作出假设。

当你心中对所检验的东西的大小没有足够的把握时，就用等式假设。

如果检验的人对所检验的对象的大小有一定的偏向，那么，一般备选假设1H 就按偏向来假
设，而假设0H 就按1H 反向来假设。

比如，你心中对p 是不是10没把
握时，你就假设0H ：p=10，1:10H p ≠；如果你心中偏向于p>10，那么你的备选假设为1H ：p>10，而原假设为0:10H p ≤。

反之亦然。

说明：
1.、针对一个问题，假设不是唯一的，但是必须能说明问题。

2、同一个问题可以有不同的拒绝域，（比如选了不同的统计量就可能有不同的拒绝域。

）
3、为什么课件中第七章第二节例2，我说如果做假设0:1500H μ=，
1:1500H μ≠也可以呢？因为如果否定了假设0:1500H μ=，
那么就是接受了1:1500H μ≠，根据样本值15751500X =>，这时我只能认为1500μ>，而不是1500μ<。

所以，我说像这道题做假设0:1500H μ≤和0:1500H μ=我都算对，关键是拒绝域是否和假设对应。

4、还是以课件中第七章第二节例2为例，若原假设是0:1500H μ=，拒绝域一般是A B 。

若假设0:1500H μ≤，1:1500H μ>，那么拒绝域为B ，因为做假设的人认为样本值1500X -不可能小于0。