杯具欣赏：他们眼中的统计学 | /cn/2009/12/statistics-in-their-eyes/

谢谢纠正错别字。

你觉得第一类错误的概率能控制么？我觉得这个概率本来就是可以计算的，它不受人控制。人能知道的就是如果拒绝零假设，犯错误的概率是多大，从而决定要不要拒绝零假设。（成了个语文问题？……）

——原帖发布于 2009-12-27 02:47:03

访客 *yixuan* @ 2009-12-27 06:52:56 写道：

我是这样想的，在一类假设检验问题中，原假设并没有给出参数的一个确定的值，而是一个范围，比如有了一个服从 $N(\mu,1)$ 的样本 $(X_1,X_2,...X_n)$，我要检验 $H_0:\mu>=1$，这个时候计算犯第一类错误的概率 $\alpha=P($ 拒绝原假设 $|\mu>=1)$，很显然只要 $\mu$ 没有确定的值 ，这个概率就无法计算。但是我们知道，如果原假设为真的话，那么这个概率是随着 $\mu$ 的增大而递减的，也就是说我犯错的可能性最大是在 $\mu=1$ 的时候，如果我把 $\mu=1$ 时的错误都限定在一个很小的水平上，那么就更不用说 $\mu>1$ 的情形了。

所以我的想法是有些情况下第一类错误的概率是无法精确“知道”的，但如果我们把其上界限定好了，那么就相当于“控制”住了第一类错误。

可能这里我用词不当吧。

@yixuan

访客 *fan* @ 2009-12-27 09:21:07 写道：

如果“这个概率”用积分式来表示的话，“很显然”、“我们知道”这些用语就更容易理解了。

@thinkfan

OK，“控制”的意思就是在零假设为不确定数值的情况下，得到的是P值的上界。好吧，那我的“知道”就理解为“了解”好了，而不是确切知道 🤣

LaTeX公式是我改的，这里的插件和COS中用的插件是一样的，可以用 $ $ 写公式。

——原帖发布于 2009-12-27 12:00:45

访客 *yixuan* @ 2009-12-27 12:21:14 写道：

其实都是一个意思，是我有点钻牛角尖了。

@yixuan

访客 *yixuan* @ 2009-12-28 06:07:00 写道：

依稀记得老大说过某寒假用了整整三天的时间来学习par()……

@yixuan

是的，那算是统计图形的书的“导火索”之一。

R图形的灵活性对一些用户来说也是灾难啊，确实是什么都能定制，但学起来也太费劲了，不过no pain no gain，世上也没那么多捷径可走。

——原帖发布于 2009-12-28 11:33:26