黄石2026-06-22 09:21:27

同学你好。对的，我们先假设原假设成立，在此条件下审视手中的样本，如果样本中的结论与原假设保持高度一致，那么我们就不拒绝原假设；如果样本中的结论与原假设高度不一致，或者换句话说，当原假设成立的时候、我们在一次简单的抽样中很难观测到当前手头的结果，那么我们就认为原假设大概率不正确。举一个简单的例子，如果我们想要检验总体平均身高，我可以先提出一个假设：总体平均身高 = 170cm。接下来我去抽样。如果样本平均身高是168cm、173cm等等，我都不会认为我们的原假设有问题：在原假设成立的情况下，观测到这些样本均值是合理的，而随机的抽样误差也必然是存在的——我不会因为样本均值和假设的总体均值差个两三厘米就否认这个原假设。接下来考虑这样一个情景：我做了一次抽样后，发现样本平均身高是185cm。此时我就会倾向于认为原假设不太可能成立——如果总体平均身高只有170cm的话，那么我简简单单抽一次样、这个样本的平均身高达到185cm的可能性过低，故原假设很有可能是错误的。当然，以上只是检验原假设的思想，我们还需要一套量化的流程让这套思想实施落地，这一量化的流程就是课上讲的假设检验。