The interpretation of this interval

The interpretation of this interval is: If we establish 95% confidence limits on a2 and if we maintain a priori that these limits will include true a2, we shall be right in the long run 95 percent of the time.
4.3 HYPOTHESIS TESTING: GENERAL COMMENTS
Having discussed the problem of point and interval estimation, we shall now consider the topic of hypothesis testing. In this section we discuss briefly some general aspects of this topic; Appendix A gives some additional details.
The problem of statistical hypothesis testing may be stated simply as fol-lows: Is a given observation or finding compatible with some stated hypothe¬sis or not? The word “compatible,” as used here, means “sufficiently” close to the hypothesized value so that we do not reject the stated hypothesis. Thus, if some theory or prior experience leads us to believe that the true slope coefficient fi2 of the consumption-income example is unity, is the ob¬served fi2 = 0.5091 obtained from the sample of Table 3.2 consistent with the stated hypothesis? If it is, we do not reject the hypothesis; otherwise, we may reject it.
In the language of statistics, the stated hypothesis is known as the null hypothesis and is denoted by the symbol H0. The null hypothesis is usu¬ally tested against an alternative hypothesis (also known as maintained hypothesis) denoted by Hi, which may state, for example, that true fi2 is different from unity. The alternative hypothesis may be simple or compos- ite. For example, Hi: fi2 = 1.5 is a simple hypothesis, but Hi: fi2 = 1.5 is a composite hypothesis.
The theory of hypothesis testing is concerned with developing rules or procedures for deciding whether to reject or not reject the null hypothesis. There are two mutually complementary approaches for devising such rules, namely, confidence interval and test of significance. Both these ap¬proaches predicate that the variable (statistic or estimator) under consider¬ation has some probability distribution and that hypothesis testing involves making statements or assertions about the value(s) of the parameter(s) of such distribution. For example, we know that with the normality assump¬tion fi2 is normally distributed with mean equal to fi2 and variance given by

Results (Vietnamese) 1:

Giải thích khoảng thời gian này là: nếu chúng tôi thiết lập giới hạn tin cậy 95% về a2 và nếu chúng tôi duy trì một tiên nghiệm mà các giới hạn này sẽ bao gồm đúng a2, chúng tôi sẽ được ngay trong thời gian dài 95 phần trăm của thời gian.4.3 GIẢ THUYẾT THỬ NGHIỆM: TỔNG HỢP Ý KIẾNĐã thảo luận các vấn đề của ước lượng điểm và khoảng thời gian, chúng tôi bây giờ sẽ xem xét các chủ đề về giả thuyết thử nghiệm. Trong phần này chúng ta thảo luận ngắn gọn một số khía cạnh tổng quát của chủ đề này; Phụ lục A cung cấp cho một số chi tiết bổ sung.Các vấn đề của các giả thuyết thống kê thử nghiệm có thể được tuyên bố đơn giản là fol-thấp: là một quan sát nhất định hoặc tìm kiếm tương thích với một số hypothe¬sis nói hay không? "Tương thích", như được sử dụng ở đây, có nghĩa là "đủ" gần với giá trị gan giả thuyết do đó chúng tôi không từ chối nêu giả thuyết. Vì vậy, nếu một số lý thuyết hoặc kinh nghiệm trước khi dẫn chúng tôi tin rằng fi2 hệ số đúng độ dốc của các ví dụ tiêu thụ thu nhập là thống nhất, ob¬served fi2 = 0.5091 thu được từ các mẫu bảng 3.2 phù hợp với các giả thuyết nêu? Nếu có, chúng tôi không từ chối các giả thuyết; Nếu không, chúng tôi có thể từ chối nó.Trong ngôn ngữ của thống kê, nêu giả thuyết được gọi là giả thuyết null và được kí hiệu bằng các biểu tượng H0. Các giả thuyết null là usu¬ally thử nghiệm với một giả thuyết thay thế (còn được gọi là giả thuyết duy trì) được biểu thị bằng Hi, có thể nhà nước, ví dụ, rằng fi2 đúng là khác nhau từ sự thống nhất. Các giả thuyết khác có thể đơn giản hoặc compos-ite. Ví dụ: Hi: fi2 = 1,5 là một giả thuyết đơn giản, nhưng Hi: fi2 = 1,5 là một giả thuyết hỗn hợp.Lý thuyết của giả thuyết thử nghiệm là có liên quan với phát triển các quy tắc hoặc thủ tục quyết định từ chối hay không từ chối các giả thuyết null. Hiện có hai cách tiếp cận bổ sung lẫn nhau để đặt ra các quy định, cụ thể là, khoảng tin cậy và thử nghiệm ý nghĩa. Cả hai ap¬proaches những predicate biến (số liệu thống kê hoặc ước tính) dưới consider¬ation có một số phân bố xác suất và rằng giả thuyết thử nghiệm liên quan đến việc thực hiện báo cáo hoặc khẳng định về các value(s) của parameter(s) phân phối như vậy. Ví dụ, chúng ta biết rằng với bình thường assump¬tion fi2 bình thường phân phối với có ý nghĩa tương đương với fi2 và phương sai được đưa ra bởi

Results (Vietnamese) 2:

Việc giải thích khoảng thời gian này là: Nếu chúng ta thiết lập giới hạn tin cậy 95% trên a2 và nếu duy trì một cách tiên rằng những giới hạn này sẽ bao gồm a2 đúng, chúng ta sẽ được ngay trong thời gian dài 95 phần trăm thời gian.
4.3 GIẢ THUYẾT KIỂM TRA: Ý KIẾN CHUNG
Sau khi thảo luận các vấn đề về quan điểm và ước lượng khoảng thời gian, bây giờ chúng ta sẽ xem xét chủ đề của thử nghiệm giả thuyết. Trong phần này, chúng tôi thảo luận ngắn gọn một số khía cạnh chung của chủ đề này; Phụ lục A cung cấp cho một số chi tiết bổ sung.
Các vấn đề của thử nghiệm giả thuyết thống kê có thể được tuyên bố đơn giản như fol-mức thấp: Là một quan sát đã cho hoặc tìm tương thích với một số hypothe¬sis đã nêu hay không? Từ "tương thích", như được sử dụng ở đây, có nghĩa là "đủ" gần với giá trị đưa ra giả thuyết để chúng ta không bác bỏ giả thuyết đã nêu. Như vậy, nếu một số lý thuyết hay kinh nghiệm trước khi dẫn chúng tôi tin rằng đúng hệ số độ dốc Fi2 trong những ví dụ tiêu dùng có thu nhập là sự đoàn kết, là Fi2 ob¬served = 0,5091 thu được từ các mẫu của Bảng 3.2 phù hợp với giả thuyết nêu? Nếu có, chúng tôi không bác bỏ giả thiết; nếu không, chúng tôi có thể từ chối nó.
Trong ngôn ngữ thống kê, các giả thuyết nói được gọi là giả thuyết và được biểu hiện bằng các biểu tượng H0. Giả thuyết được usu¬ally kiểm tra đối với một giả thuyết thay thế (còn được gọi là giả thuyết duy trì) ký hiệu là Hi, có thể nhà nước, ví dụ, rằng Fi2 đúng là khác nhau từ sự hiệp nhất. Các giả thuyết thay thế có thể đơn giản hoặc compos- ite. Ví dụ, Hi: Fi2 = 1,5 là một giả thuyết đơn giản, nhưng Hi: Fi2 = 1,5 là một giả thuyết hợp.
Các lý thuyết về kiểm tra giả thuyết là có liên quan với việc phát triển các quy tắc hoặc thủ tục để quyết định có bác bỏ hay không bác bỏ giả thuyết. Có hai cách tiếp cận lẫn nhau bổ sung cho việc xây dựng quy định như vậy, cụ thể là, khoảng tin cậy và kiểm định ý nghĩa. Cả hai ap¬proaches vị ngữ là biến (thống kê hoặc dự toán) dưới consider¬ation có một số phân phối xác suất và thử nghiệm giả thuyết liên quan đến việc lập báo cáo hay khẳng định về giá trị (s) của tham số (s) của phân phối như thế. Ví dụ, chúng ta biết rằng với Fi2 bình thường assump¬tion phát hành bình thường với trung bình bằng Fi2 và phương sai do