7
分布假设检验-如果您不能“接受”原假设,那么这样做有什么意义呢?
各种假设检验,例如 GOF检验,Kolmogorov-Smirnov,Anderson-Darling等,都遵循以下基本格式:χ2χ2\chi^{2} H0H0H_0:数据遵循给定的分布。 H1H1H_1:数据不遵循给定的分布。 通常,人们会评估这样的说法,即某些给定数据遵循某种给定分布,并且如果有人拒绝,则该数据在某个级别不适用于该给定分布。 αH0H0H_0αα\alpha 但是,如果我们不拒绝怎么办?我一直被教导不能接受“,因此,基本上,我们没有证据表明拒绝“。也就是说,没有证据表明我们拒绝数据遵循给定的分布。H 0 H 0H0H0H_0H0H0H_0H0H0H_0 因此,我的问题是,如果我们不能断定数据是否遵循给定的分布,那么进行此类测试的意义何在?