歡迎來到數學偵探的世界！
你有沒有想過，科學家是如何判斷新藥是否真的有效，或者工廠如何檢查機器是否出現故障？他們使用的是假設檢定 (Hypothesis Testing)。這就像是一場法庭審判：在找到足夠的證據證明被告「有罪」之前，我們都先認定他是「無罪」的。在數學上，我們假設情況是正常的，直到數據變得太過離奇，以至於我們不得不改變看法。如果一開始覺得這些概念有點抽象，別擔心——我們將會一步一步為你拆解！
1. 基本概念：我們在測試什麼？
每一次的假設檢定都始於兩個對立的想法。我們這裡主要使用二項分佈 (Binomial Distribution) \(B(n, p)\) 作為工具，其中 \(n\) 是試驗次數，而 \(p\) 是成功的機率。
虛無假設 \(H_0\)
虛無假設 (Null Hypothesis) 是「無聊」的版本，它假設什麼都沒有改變，一切都如原先聲稱的那樣。
符號： \(H_0\)
例子： 如果一枚硬幣是公平的，我們就說 \(H_0 : p = 0.5\)。
對立假設 \(H_1\)
對立假設 (Alternative Hypothesis) 是你懷疑實際發生的情況。這就是你的「理論」。
符號： \(H_1\)
例子： 如果你認為硬幣偏向正面，你就會說 \(H_1 : p > 0.5\)。
快速複習：
- \(H_0\) 總是使用「等於」符號 (=)。
- \(H_1\) 使用「不等於」(\(\neq\))、「大於」 (>) 或「小於」 (<)。
2. 選擇你的方向：單尾檢定 vs. 雙尾檢定
在開始計算之前，你需要確定你觀察的是哪個「方向」。
單尾檢定 (One-Tailed Test)
當你明確認為機率變大或變小時，請使用這種檢定。
例子： 「我認為這種種子的成功率高於 70%。」
\(H_1 : p > 0.7\)
雙尾檢定 (Two-Tailed Test)
當你認為機率改變了，但你不確定是變好還是變壞時，請使用這種檢定。
例子： 「我認為這台機器的故障機率已經從 0.05 改變了。」
\(H_1 : p \neq 0.05\)
記憶小撇步：「單尾」尋找特定的一邊（更好或更壞）。「雙尾」只是尋找「差異」（更好和更壞皆有可能）。
3. 顯著水準 (\(\alpha\))
我們需要多少證據才能「判決」虛無假設？這就是顯著水準 (Significance Level)。常見的水準有 5% (0.05) 或 1% (0.01)。
如果我們的結果純屬偶然發生的機率低於顯著水準，我們就會拒絕 \(H_0\)。這基本上是在說：「這個結果在偶然情況下幾乎不可能發生，所以我們最初的假設一定是錯的！」
重要提示： 在雙尾檢定中，你必須將顯著水準除以二！如果水準是 5%，你需要觀察最上方佔 2.5% 和最下方佔 2.5% 的區域。
4. 拒絕域與臨界值
拒絕域 (Critical Region) 就是「拒絕區」。如果我們的測試結果（成功的次數）落入這個區域，我們就拒絕 \(H_0\)。
臨界值 (Critical Value) 是讓你進入「拒絕區」的第一個數值。
比喻： 想像海灘上的一個「禁止進入」標誌。臨界值就是那個標誌本身，而拒絕域就是標誌後面的限制區域。
5. 進行檢定的逐步指南
每次都遵循以下步驟，以防迷失方向：
步驟 1： 清晰地陳述你的假設 (\(H_0\) 和 \(H_1\))。
步驟 2： 陳述顯著水準（例如 5%）。
步驟 3： 假設 \(H_0\) 為真，並定義你的分佈 \(X \sim B(n, p)\)。
步驟 4： 計算得到該結果或更極端結果的機率。
- 對於 \(H_1 : p > k\)，計算 \(P(X \ge \text{觀察值})\)。
- 對於 \(H_1 : p < k\)，計算 \(P(X \le \text{觀察值})\)。
步驟 5： 將此機率與顯著水準進行比較。
步驟 6： 根據上下文寫出你的結論。（例如：「有足夠的證據顯示該硬幣是不公平的。」）
6. 應避免的常見錯誤
- 忘記上下文： 不要只說「拒絕 \(H_0\)」。你必須解釋這對於實際問題（種子、硬幣、藥物）意味著什麼。
- 使用了錯誤的尾端： 如果你懷疑 \(p < 0.2\)，不要計算 \(P(X \ge x)\)。永遠要向尾端的「外部」觀察。
- 雙尾檢定的困惑： 進行雙尾檢定時，記得將你的 p-value 與顯著水準的一半進行比較（或者將 p-value 乘以 2）。
7. 重點摘要
- 假設檢定是用來判斷樣本結果是否「怪異」到足以拒絕標準假設的方法。
- 虛無假設 (\(H_0\)) 是假設什麼都沒有改變的預設情況。
- 對立假設 (\(H_1\)) 是我們正在測試的懷疑目標。
- p-value < 顯著水準 表示我們拒絕 \(H_0\)。
- p-value > 顯著水準 表示我們無法拒絕 \(H_0\)。
你知道嗎？ 假設檢定幾乎是所有現代科學論文的骨幹。沒有這些規則，我們就無法正式證明新技術或新藥物真的有效！繼續練習找出那些拒絕域吧——你做得很好！