Wat is hypothese testen?
hypothese testen is een handeling in de statistiek waarbij een analist test een aanname met betrekking tot een populatie parameter. De methodologie die door de analist wordt gebruikt, hangt af van de aard van de gebruikte gegevens en de reden voor de analyse.
het testen van hypothesen wordt gebruikt om de plausibiliteit van een hypothese te beoordelen aan de hand van monstergegevens. Dergelijke gegevens kunnen afkomstig zijn van een grotere populatie, of van een data-genererend proces., Het woord “bevolking” zal voor beide gevallen in de volgende beschrijvingen worden gebruikt.
Key Takeaways
- hypothesetests worden gebruikt om de plausibiliteit van een hypothese te beoordelen aan de hand van steekproefgegevens.
- de test levert gegevens op over de plausibiliteit van de hypothese.
- statistische analisten testen een hypothese door een aselecte steekproef van de te analyseren populatie te meten en te onderzoeken.,
Hoe werkt het testen van hypothesen
bij het testen van hypothesen test een analist een statistische steekproef, met als doel bewijs te leveren voor de plausibiliteit van de nulhypothese.
statistische analisten testen een hypothese door een aselecte steekproef van de geanalyseerde populatie te meten en te onderzoeken. Alle analisten gebruiken een willekeurige populatiesteekproef om twee verschillende hypothesen te testen: de nulhypothese en de alternatieve hypothese.
de nulhypothese is meestal een hypothese van gelijkheid tussen populatieparameters; bijv., een nulhypothese kan stellen dat de gemiddelde opbrengst van de populatie gelijk is aan nul. De alternatieve hypothese is in feite het tegenovergestelde van een nulhypothese (bijvoorbeeld, de gemiddelde opbrengst van de populatie is niet gelijk aan nul). Ze sluiten elkaar dus uit en slechts één kan waar zijn. Een van de twee hypothesen zal echter altijd waar zijn.
4 stappen van hypothesen testen
alle hypothesen worden getest met behulp van een proces in vier stappen:
- De eerste stap is dat de analist de twee hypothesen vermeldt zodat er slechts één goed kan zijn.,
- de volgende stap is het opstellen van een analyseplan, waarin wordt beschreven hoe de gegevens zullen worden geëvalueerd.
- de derde stap is het uitvoeren van het plan en het fysiek analyseren van de steekproefgegevens.
- de vierde en laatste stap is het analyseren van de resultaten en ofwel de nulhypothese verwerpen, ofwel stellen dat de nulhypothese aannemelijk is, gezien de gegevens.,
reëel voorbeeld van het testen van hypothesen
als een persoon bijvoorbeeld wil testen dat een cent precies 50% kans heeft om op hoofden te landen, zou de nulhypothese zijn dat 50% correct is, en de alternatieve hypothese zou zijn dat 50% niet correct is.
wiskundig wordt de nulhypothese weergegeven als Ho: P = 0.5. De alternatieve hypothese zou worden aangeduid als ” Ha ” en identiek zijn aan de nulhypothese, behalve met het gelijke teken doorgestreept, wat betekent dat het niet gelijk is aan 50%.,
een aselecte steekproef van 100 munten wordt genomen, waarna de nulhypothese wordt getest. Als blijkt dat de 100 munt salto ‘ s werden verdeeld als 40 hoofden en 60 staarten, de analist zou aannemen dat een cent niet een 50% kans van landing op hoofden en zou de nulhypothese verwerpen en accepteren de alternatieve hypothese.
als er daarentegen 48 koppen en 52 staarten waren, dan is het aannemelijk dat de munt eerlijk zou kunnen zijn en toch een dergelijk resultaat zou kunnen opleveren., In gevallen zoals deze waar de nulhypothese wordt ” aanvaard, “de analist stelt dat het verschil tussen de verwachte resultaten (50 hoofden en 50 gry) en de waargenomen resultaten (48 hoofden en 52 gry) is” verklaarbaar door toeval alleen.”