单侧假设检验与双侧的区别是什么?

奋斗的小鸟

单侧假设检验与双侧的区别是什么?
原文地址：https://www.zhihu.com/question/354041406

感恩由您

单侧假设检验与双侧假设检验是统计学中常用的两种假设检验方法，它们在假设的设定和结论的判断上有所不同。
1. 单侧假设检验：
在单侧假设检验中，我们明确地陈述了研究中效应的方向，并关注其中一种可能性。假设检验的原假设（H0）和备择假设（H1）如下：
原假设（H0）：总体参数等于某个特定值，通常表示为 H0: μ = μ0 （μ为总体均值）。
备择假设（H1）：总体参数大于或小于特定值，具体取决于我们关心的效应方向。例如，若想检验总体均值是否大于特定值 μ0，则备择假设为 H1: μ > μ0；若想检验总体均值是否小于特定值 μ0，则备择假设为 H1: μ < μ0。


在单侧假设检验中，我们的目标是确定样本数据是否提供足够的证据支持在所关心的方向上拒绝原假设。
2. 双侧假设检验：
在双侧假设检验中，我们并不明确地关注效应的方向，而是关注总体参数是否与特定值存在显著差异。假设检验的原假设（H0）和备择假设（H1）如下：
原假设（H0）：总体参数等于某个特定值，通常表示为 H0: μ = μ0 （μ为总体均值）。
备择假设（H1）：总体参数与特定值不相等，表示为 H1: μ ≠ μ0。


在双侧假设检验中，我们的目标是确定样本数据是否提供足够的证据支持拒绝原假设，即总体参数是否与特定值存在显著差异，而不关心这个差异是向上还是向下。
总结：
单侧假设检验用于关注特定方向的效应，即大于或小于某个特定值。
双侧假设检验用于关注总体参数是否与某个特定值存在显著差异，而不关注具体的方向。
选择使用单侧或双侧检验应该取决于研究问题的特点和研究者关心的方面。

大力水手

• 单侧假设检验与双侧的区别是什么?
  

假设检验是统计推断的一个重要内容，假设检验中，一个很重要的概念就是小概率原理，小概率的标准并不是固定的，一般随着不同的实际问题而定，一般采用0.01、0.05、0.001这三个显著水平比较多。
假设检验的基本思想所建立的检验假设是：

（1）单侧检验的假设如下：

这里检验选定的 水准取单侧。一般图形如下：


（2）双侧检验的假设如下：
，这里检验所选定的\alpha水准取两侧，每侧各\alpha/2,图形如下：


单侧假设检验与双侧的区别

二者不同

严格来说，单、双侧检验是和假设检验相对应的一对概念，一般而言无论是单侧还是双侧检验在统计分布图上的反应是一致的，但是对于一些统计分布而言，二者之间是不一致的，一般认为双侧检验较保守和稳妥，而单侧检验由于充分利用了另一侧的不可能性，所以相较双侧检验而言更容易得出差异有显著性的结论，虽然二者在检验中计算统计量的过程是一致的，但是确实改了吧p值是的“显著性界值”确实不同的，一般双侧的是单侧的二倍，这也即意味着进行单侧检验时，统计量更容易达到界值水平。
如何选择？

对于单侧检验和双侧检验如何选择呢?
（1）结合问题
可以从研究的课题或者实际问题出发，如果只看单侧的备择假设才有意义，“如以安慰剂作对照以确定某药的效果，显然只有单侧的备择假设才有意义”，所以使用单侧检验。
（2）专业知识
一般有些研究问题，只有单侧的备择假设才有可能，如营养实验中，适量的增添某种营养素，至少不会产生负效应，一般取单侧北泽假设最适合。
（3）其它
如果说比较两种药的效用，目的在于研究两种在治疗疾病方便有无差别，一般采用双侧检验。另外，备择假设可以忽略不写。

参考文献：
[1]毕庆雨.关于假设检验中的双侧检验与单侧检验[J].河北林学院学报, 1988(1):86-95.DOI:CNKI:SUN:HBLY.0.1988-01-015.可以利用SPSSAU快速得到检验p值：

SPSSAU

感恩由您

在统计学中，判断样本数据与某个假设之间是否存在显著差异的方法叫做假设检验。根据是否强调检验的方向性，可以将检验分为单侧检验和双侧检验。
单侧检验：强调差异的方向性，即关心研究对象是高于还是低于某一总体水平。
双侧检验：只关心两个总体参数之间是否有差异，而不关心谁大谁小。
1. 单侧检验

单侧检验主要用于检验样本数据是否支持或拒绝假设值的一个具体方向性差异。原假设（H₀）：假设总体参数或总体分布不存在所关注的方向性差异。
举个例子：某公司声称他们新研发的灯泡平均寿命超过了市场上现有灯泡的平均寿命。
：μ1 ≤ μ0，即新研发的灯泡的平均寿命小于或等于市场上现有灯泡的平均寿命。
：μ1>μ0，即新研发的灯泡的平均寿命大于市场上现有灯泡的平均寿命。
如果拒绝原假设，那么拒绝 的分布区域就在 左边的一端了（左侧）


根据研究问题和数据类型我们可以选择适当的单侧检验方法，如单样本t检验、单因素方差分析（ANOVA）等。
单样本t检验：比较样本数据与一个特定数值之间的差异情况，同时要求数据呈现正态性分布。
操作方法：打开SPSSPRO免费数据分析网站，免费生成分析结果


2.双侧检验

双侧检验用于比较两个样本、群体或条件之间的差异，并评估这些差异是否显著。原假设通常假定两个样本或群体之间不存在差异，而对立假设则认为存在差异。
举个例子：某公司声称他们新研发的灯泡平均寿命与市场上现有灯泡的平均寿命是否有差异。
：μ1 μ0，即新研发的灯泡的平均寿命与市场上现有灯泡的平均寿命相同。
：μ1 μ0，即新研发的灯泡的平均寿命与市场上现有灯泡的平均寿命不同。
若设定显著性水平：α=0.05，双侧检验时要在总体分布的两端各设定一个临界点


双侧检验常用分析方法有：独立样本t检验、配对样本t检验、方差分析
如果两个样本满足正态分布和方差齐性的假设，可以使用独立样本t检验
如果两个样本是相关的，且配对变量差值呈现正态性分布，可以使用配对样本t检验
如果分析多个因素的不同水平对最终结果是否有显著影响，可以用多因素方差分析
操作方法：打开SPSSPRO免费数据分析网站，根据数据类型选择合适的算法模型，免费生成分析结果


总结
在实际操作中需要根据研究的目的和假设来选择单侧检验还是双侧检验，如果假设中有一参数和另一参数方向性的比较，比如“大于”、“优于”、“差于”等，一般选择单侧检验。如果只是检验两参数之间是否有差异，就选择双侧检验。


相关推荐
SPSSPRO-免费专业的在线数据分析平台SPSSPRO：统计学缩写名词，看文献必备！（建议收藏）怎么用通俗的语言解释断点回归？它与DID的区别是什么

队长是我

楼上已经解释了单双侧检验的区别。但是貌似没有说一般什么时候用单侧什么时候用双侧。
例如：在计量经济学当中，你的假设如果是 这种情况一般用双侧（k是一个固定值）
如果是 这种一般是单边检验

感恩由您

通常的双侧检验是在1-a的可信度下，取原假设。而拒绝替换假设，替换假设是大于1-a可信度下的大的临界值，或小于1-a可信度下小的临界值，举个例子，一袋100斤化肥，袋装上写正负5斤误差。如图1所示的就是双侧检验：



双侧检验

而单侧检验，比如看产品的质量，当然是越小越好了，超过产品质量缺陷大的临界值的，均属于不可接受范围内，即接受范围就是1-a了，如图二所示就是右侧单侧检验：



右侧单侧检验

单侧检验实例中比如电子产品寿命，当然是越大越好了，低于电子产品寿命小临界值的，均属于不可接受范围，即接受范围就是1-a了，如图三所示就是左侧单侧检验：



左侧单侧检验