假设检验 假如测量结果为元=(x1,x2,,xn), 例如：正负电子对撞后所产生的事例 中，对于每个事例，有下列测量量 x1=产生的带电粒子数；x2=粒子的平均横动子；x?=产生的"喷注"数目； 这里x服从在-维空间的某些与产生事例类型有关的联合概率 密度函数，例如：正负电子对撞，原子核与原子核碰撞，等等。那么 这些联合的概率密度函数f()取决于采取何种假设。 f(|H),f(|H),等等 通常情况下很难处理多维的x问题， 简单假设：f()无未定参数 因此，常常构造低维的统计检验，在 不失去甄别各种假设能力的条件下， 复杂假设：f(;)含未定参数a 使得1()成为精简后的数据样本。 那么此时的统计量t具有概率密度函数g(tH),8(tH),6 假设检验 " 产生的带电粒子数; 粒子的平均横动子; 产生的"喷注"数目; x1 = x2 = x3 = 0 1 , : , , () ( | ), ( | ), x n f x f x H f x H − G G G G 这里 服从在 维空间的某些与产生事例类型有关的联合概率 密度函数 例如 正负电子对撞 原子核与原子核碰撞 等等。那么 这些联合的概率密度函数 取决于采取何种假设。 等等 1 2 ( , ,..., ), n x x = x x G 假如测量结果为 例如:正负电子对撞后所产生的事例 中,对于每个事例,有下列测量量 : ( ;α) α : ( ) 复杂假设 含未定参数 简单假设 无未定参数 f x f x G G t x 。 ， ， x ， 使得 成为精简后的数据样本 不失去甄别各种假设能 力的条件下 因此 常常构造低维的统计检 验 在 通常情况下很难处理多 维的 问题 ( ) , G G 0 1 那么此时的统计量 t g 具有概率密度函数 (t | H ), g(t | H )