在提出假设时，H₀为原假设，H₁为备则假设，至于它们如何设定一般要根据具体情况而定。例如，在单样本t检验中，由于t检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著差异。因此，在提出假设时原假设H₀为：总体均值与检验值之间不存在显著差异；反之，备则假设H₁为：总体均值与检验值之间有显著差异。可见，H₀与H₁是一个事物的两个方面，二者是相互对立的关系。

希望能对你有所帮助！

[此贴子已经被作者于2009-5-12 2:09:40编辑过]

谢谢2L

我的疑问就是 为啥H0不是"总体均值与检验值存在差异"而HA是"不存在差异" 如果按照你的例子...

因为有的case里 要横向和纵向比较一些关系 比如商品价格和location(1 2 3 4), promotion(1 2 3 4), sex(1 2)等的关系,以及这几个条件自身的关系等等 那时候的假设 貌似总和以前那种 比较2者关系的假设不同 抓狂...

如何提出假设是个有意思的问题，在一般的常见研究中，Ho永远是取“=”这种形式，Ha根据不同情况会有〉、〈、≠这些形式

至于更深入一点地探讨，我曾经写过一篇短文如下：

今天上cos.name看到2008年统计学考研真题第四题“食品厂家说：净含量是每袋不低于250g。但有消费者向消协反映不是250g，消协据此要求厂家自检，同时消协也从中随机抽取20袋检验”

（1）如果厂家自己检验，你认为提出什么样的原假设和备则假设？并说明理由。
（2）如果从消费者利益出发，你认为应该提出什么样的原假设和备则假设？并说明理由。

我想：拒绝Ho是不容易的，因为必须p＜α。所以厂家基于自己的利益应该提出：
Ho：weight ≥ 250g；
Ha：weight ＜
250g。
这样的话，即使实际测量得到的Weight＜250，如果短斤少两不是很厉害的话，也无法拒绝Ho。

当然，消费者基于自己的利益就应该提出：
Ho：weight ＜ 250g；
Ha：weight ≥ 250g；

但郑冰认为：
假设检验的主要目的是为了拒绝,所以厂家要说明自己的产品合格得拒绝原假设
因此应该提出：
H0：weight ＜
250g；

谢益辉认为：
1、厂家会说，不拒绝又不表示接受，因此消费者如果提出H0：weight ＜
250g则力度不够。
2、从是否容易拒绝零假设的角度来看，厂家提出weight ≥ 250g的确占点便宜。

仔细想想应该这样说：
食品厂家对于计量是否准确，心里是有数的。

如果确实不短斤少两，食品厂家则按郑冰的做法，提出以下假设：
Ho：weight = 250g；
Ha：weight ＞
250g。
这样可以非常有力的消除消费者的怀疑。

如果确实少上一点，食品厂家则按我的做法，提出以下假设：
Ho：weight = 250g；
Ha：weight ＜ 250g。

如果少得比较厉害，食品厂家还是及早承认错误吧。

或者，你可以看浙江大学那本经典教材的2008版，上面对如何提出Ho也有简短的总结。

[此贴子已经被作者于2009-5-12 17:24:53编辑过]

四楼已经说到假设检验的关键了。那就是原假设是受到保护的，在原假设成立的前提下，如果统计量出现小概率现象才能拒绝原假设，也就是需要强证据推翻原假设。古时候，老爷审案，原假设就是有罪，动不动打板子，要嫌疑人提供强证据表明清白。法制社会，原假设是无罪，需要检方提出强证据证明有罪。

实际假设检验还和统计量的构造有关，那就是原假设一般都是等式的，因为这样靶子只有一个，统计量能写出来，如果原假设是不等式形式，靶子有无穷个，统计量中出现未知参数，没法做检验。