1、 毕 业 设 计（论文） 外 文 文 献 翻 译 题 目 ： What is Hypothesis Testing 学 院： 专业名称： 学 号： 学生姓名： 指导教师： 2012 年 2 月 1 日 毕业设计（论文）外文文献翻译 1 假设检验的概念 Enrico Borriello 1、 引言 统计假设是指关于总体参数的一种假设。这个假设可为真也可以为假。假设检验则指统计员运用正式程序来检验该假设并确定其真假度，检测为真则接受结果，反之则拒绝接 受 2、 统计假设 检验统计假设的最好方法是检验整体参数，但由于其可行性较低故很难运用到实际操作中。因此，研究人员经常选择从整体参数中随机抽样检测的
2、方法。如果样本参数与统计假设的结果不一致，那原假设便不成立。 这里有 2 种统计假设。 零假设 零假设，表示为 0H ，通常是假设样本观测结果从纯粹的机会。 对立假设 对立假设，表示为 1H 或是 aH ，是假设样本中由一些非随机的原因决定的观测值的指标。 例如，假设我们想确定一个硬币的投掷问题是否是公平和合理。一个零假设则可以为，硬币的投掷结果为，一半为正一半为反。对立假设则可以设定为，出现正面和出现反面的次数大不相同。象征性而言，以上假设可以有如下表达方式 H0: P = 0.5 Ha: P 0.5 假设我们投掷硬币 50次，结果为 40次正面， 10次背面，基于该结果，原先的零假设可以被
3、拒绝。因此得出结论，由实验证据表明，扔硬币的结果 不会是正反完全一致。 那么原来的零假设应该是：投掷出正面和反面的次数一致。即一半几率为正，一半几率为背。 零假设能否被“接受”？ 毕业设计（论文）外文文献翻译 2 一些研究学者认为一个零假设检验无外乎两种结果，要么接受零假设，要么拒绝之。然后更多的统计学家对于“接受”零假设依然持保留态度。相反，他们认为正确的表述应该是，对于零假设，要么拒绝，要么拒绝失败。为什么要区分“接受”和“拒绝失败”？因为“接受”即意味着原零假设为真，“拒绝失败”则指原数据不足以支持对立假设要优于零假设。 3、 假设检验 在样本数据的基础上，统计员遵照一定程序来检验 是否
4、能够拒绝零假设。该程序被称为假设检验，总共有四个步骤 。 1.陈述假设 。该步骤包括陈述零假设和对立假设，两者在表述过程中互相排斥，即一方若为真，则另一方必须为假。 2.设计分析计划 。分析计划描述了样本数据将如何被分析，并用来评估零假设。评估通常会重点分析一个单独的检测数据 3.分析样本数据 。找出被检测的各项数值（例如平均数，比例数， t-score，z-score 等等），此类数据在分析计划中已被列出。 4.说明结果 。运用在分析计划中所列出的决策规则，如果检测数据与原假设不相符，基于零假设的定义，则可以拒绝之 。 4、 决策失误 在一个假设检测里，会出现的错误主要有两种 错误种类 1，当计算员在零假设为真的情况下，采用了拒绝假设。犯该类错误的可能性被称为显著水平。通常也被称为 alpha，以 表示。 错误种类 2，当零假设为假时，计算员拒绝零假设失败。犯该类错误的可能性被称为 beta，由字母 表示。不犯该类错误的可能性则称之为检测能力。 本文研究模糊评判法在教学管理系统中的学生评价的应用，通过对影响学生评价的各种因素的分析而对其赋予不同的权重，利用模糊评判法对学生做出一个综合的评判。由于本人水平有限，再加上本文是针对 特定地区的个别教学管理系统的评判，在文中的权重通过专家调查分析而来，带有一定的主观色彩。
