分布拟合检验，在0.1显著水平下显著，0.05水平下不显著，那么……

Ysu2008

在0.1显著水平下显著（卡方值落在拒绝域），此时拒绝原假设而犯错的概率不大于 10%；
同时，在0.05显著水平下不显著（卡方值落在接受域），也就是，在0.05水平下拒绝原假设而犯错的概率不小于5%；

在 0.1 水平下拒绝，犯错概率 不大于 10%；在0.05水平下拒绝，犯错概率大于5%；
那么是否可以说，本次检验拒绝原假设而犯错的概率高于5%但又低于10%，也就是在 5%与10%之间呢？

也就是，是否可以把这两个显著性水平下的结论合在一块儿说？

luyuanhong

   在假设检验中，显著性的意思是：

    在原假设成立的情况下，由于检验统计量落在拒绝域中，拒绝原假设而犯错误的概率。

    例如，当显著性为 0.10 时，由于检验统计量落在拒绝域中，我们拒绝了原假设。

这时可以说，我们可能犯了一个概率不大于 10% 的错误。

    又例如，当显著性为 0.05 时，由于检验统计量落在接受域中，我们接受了原假设，

这时可以说，我们避免了犯一个概率不小于 5% 的错误。

    如果检验统计量落在 0.10 的临界值与 0.05 的临界值之间，我们接受了原假设，

这时可以说，我们避免了犯一个概率在 5%～10% 之间的错误。

    如果检验统计量落在 0.10 的临界值与 0.05 的临界值之间，我们拒绝了原假设，

这时可以说，我们可能犯了一个概率在 5%～10% 之间的错误。

Ysu2008

luyuanhong 发表于 2017-3-21 03:54
在假设检验中，显著性的意思是：

    在原假设成立的情况下，由于检验统计量落在拒绝域中，拒绝原假 ...

谢谢陆老师，我对显著性的理解更清晰了。