※ 引述《starlitsky (星)》之铭言：
: 我们系上的教授说(我是心理系的)有一种状况 是假设1理论跟2理论对立
: 那如果1理论说：A=B 那我们做后设研究得选一个当做假设
: 所以选说假设A理论会正确 这时候A理论就是虚无假设 同时也是研究假设
: 但2理论是对立假设 这种情况虚无假设=研究假设比较常见
: 然后老师觉得我做得比较像是探索式的实验 nneekkoo这句说得很好
: "得先证实B是有效的，才能说B也可以达到结果。否则是不能拿来举例、证明的"
: 所以我不该假设虚无假设=研究假设(因为我还没证明B是有效的)
这段有逻辑矛盾之处
你想证实A=B 你先要证实A=\=B
当A=\=B被证实，你才要去证实A=B ？
这是什么逻辑？
如果A=\=B被证实了，就代表A真的不等于B，结束了，你还能证什么？
除非是A=\=B是被错误地证实，即type 1 error
此时你探讨A是否等于B才有意义。
但有人做一个研究宣称A=\=B 那你又怎么知道他是否有犯type 1 error呢？
或是他研究中有什么不对的地方存在…
也有可能他的研究是正确的
所以你重复同样的研究时，你应该是保持在中立未知的状态
你的研究还是要去检验 道底A=B这个假设能否被拒绝
而不是去假设A=B为研究假设，就算你有理论支持A=B
这只是理论的层次，还并没有实征的data
你在做实际的研究时，你应该还是保持开放的可能性
: 而应该写把三种情况都写下来(1>2 或 1<2 或相当)
: 然后三种情况的EMG(我的测量方法)会是怎样的!
: 但针对"是否研究假设可以=虚无假设?"
: 这个答案是"可以" 科学方法没有那么死板(例子就是上述选边站的那个)
: 唯有最后结论只能说找不到充分可以拒绝的理由 所以接受虚无假设 也就是符合研究假设
这点我想说明一下我的观点
你可以把研究假设=虚无假设，只要你有你一定的逻辑架构来支持
我看的论文少，我是从没看过量化取向的论文，曾经有出现过 "研究假设=虚无假设"
即然你说科学方法没有那么死板，是否你可以找到任何一篇论文
他的研究假设=虚无假设的？
否则你怎么知道 这个陈述的"答案"是"可以"的？
你是根据 1心理系大教授的话语 2科学方法没有那么死板
根据这两点，你就推断 "研究假设=虚无假设" 这个陈述的答案是 "正确" 的？
还是你有什么其他理由没说的？
但是在
统计中的假设检定的方法 却不容许你这样做
如果 研究假设=虚无假设 照这个逻辑
你无法计算出任何统计检定值
因为在统计中去计算alpha beta p-value power都是根据一个前提假设
就是 研究假设 乃 处在虚无假设的 对立面、互斥
假设考验 就是在 考验虚无假设成立下的机率 即p-value
当p值很小时，才说虚无假设成立下的机率很小很小
小过alpha时，才会说拒绝虚无假设，研究假设获得支持