仮説検定とは何ですか?
仮説検定は、アナリストが母集団パラメータに関する仮定を検定する統計学における行為です。 分析者によって採用される方法論は、使用されるデータの性質および分析の理由によって異なります。
仮説検定は、サンプルデータを使用して仮説の妥当性を評価するために使用されます。 そのようなデータに由来する可能性があり大人からデータを生成します。, “人口”という言葉は、以下の説明でこれらの両方の場合に使用されます。
キーテイクアウト
- 仮説検定は、サンプルデータを使用して仮説の妥当性を評価するために使用されます。
- このテストは、データを与えられた仮説の妥当性に関する証拠を提供します。
- 統計アナリストは、分析される母集団の無作為標本を測定および調べることによって仮説を検定します。,
仮説検定の仕組み
仮説検定では、アナリストは帰無仮説の妥当性に関する証拠を提供することを目的として、統計標本を検定します。
統計アナリストは、分析される母集団の無作為標本を測定および調べることによって仮説を検定します。 すべてのアナリストは、ランダム母集団標本を使用して、帰無仮説と対立仮説の二つの異なる仮説を検定します。
帰無仮説は、通常、母集団パラメータ間の等価性の仮説です。, 帰無仮説は、母集団平均リターンがゼロに等しいと述べることができます。 対立仮説は、帰無仮説とは実質的に反対である（例えば、母集団平均リターンがゼロに等しくない）。 したがって、それらは相互に排他的であり、唯一の真実であることができます。 しかし、二つの仮説のうちの一つは常に真実です。
仮説検定の4つのステップ
すべての仮説は、四段階のプロセスを使用してテストされます。
- 最初のステップは、アナリストが二つの仮説を述べて、一つだけが正しいことができるようにすることです。,
- 次のステップは、データがどのように評価されるかを概説する分析計画を策定することです。
- 第三のステップは、計画を実行し、サンプルデータを物理的に分析することです。
- 第四の最後のステップは、結果を分析し、帰無仮説を棄却するか、データが与えられたときに帰無仮説がもっともらしいと述べることです。,
仮説検定の実世界の例
たとえば、ペニーが頭に着陸する確率が正確に50％であることをテストしたい場合、帰無仮説は50％が正しく、対立仮説は50％が正しくないということになります。数学的には、帰無仮説はHo:P=0.5として表されます。 対立仮説は”Ha”として表され、等号が打たれている場合を除いて帰無仮説と同じであり、50％に等しくないことを意味します。,
100枚のコインフリップのランダムサンプルが取得され、帰無仮説が検定されます。 100枚のコインフリップが40頭と60尾として分布していることが判明した場合、アナリストは、ペニーが頭に着陸する確率が50％ではないと仮定し、帰無仮説を拒否し、対立仮説を受け入れると仮定します。
一方、48の頭と52の尾があった場合、コインが公正であり、そのような結果を生み出す可能性があることはもっともらしいです。, このような帰無仮説が”受け入れられる”場合、アナリストは、期待される結果（50頭と50gry）と観測された結果（48頭と52gry）の差は”偶然だけで説明可能”であると述べている。”