Co To jest testowanie hipotez?
Testowanie hipotez jest aktem w statystyce, w którym analityk testuje założenie dotyczące parametru populacji. Metodologia zastosowana przez analityka zależy od charakteru użytych danych i przyczyny analizy.
Testowanie hipotezy służy do oceny wiarygodności hipotezy za pomocą przykładowych danych. Takie dane mogą pochodzić z większej populacji lub z procesu generowania danych., Słowo „populacja” będzie używane w obu tych przypadkach w poniższych opisach.
kluczowe wnioski
- Testowanie hipotezy służy do oceny wiarygodności hipotezy za pomocą przykładowych danych.
- test dostarcza dowodów na wiarygodność hipotezy, biorąc pod uwagę dane.
- analitycy Statystyczni testują hipotezę, mierząc i badając losową próbkę analizowanej populacji.,
jak działa Testowanie hipotezy
w testowaniu hipotezy, analityk testuje próbkę statystyczną, w celu dostarczenia dowodów na wiarygodność hipotezy zerowej.
analitycy Statystyczni testują hipotezę, mierząc i badając losową próbkę analizowanej populacji. Wszyscy analitycy używają losowej próbki populacji do testowania dwóch różnych hipotez: hipotezy zerowej i hipotezy alternatywnej.
hipoteza zerowa jest zwykle hipotezą równości parametrów populacji; np., hipoteza zerowa może stwierdzać, że średni powrót populacji jest równy zeru. Hipoteza alternatywna jest skutecznie przeciwieństwem hipotezy zerowej (np. średni powrót populacji nie jest równy zeru). Są więc wzajemnie się wykluczające i tylko jeden może być prawdziwy. Jednak jedna z dwóch hipotez zawsze będzie prawdziwa.
4 etapy testowania hipotez
wszystkie hipotezy są testowane przy użyciu czteroetapowego procesu:
- pierwszym krokiem jest określenie przez analityka dwóch hipotez, tak aby tylko jedna mogła mieć rację.,
- następnym krokiem jest sformułowanie planu analizy, który określa, w jaki sposób dane będą oceniane.
- trzecim krokiem jest przeprowadzenie planu i fizyczna analiza danych próbki.
- czwartym i ostatnim krokiem jest analiza wyników i albo odrzucić hipotezę zerową, lub stwierdzić, że hipoteza zerowa jest wiarygodna, biorąc pod uwagę dane.,
rzeczywisty przykład testowania hipotezy
Jeśli, na przykład, osoba chce sprawdzić, że grosz ma dokładnie 50% szans na lądowanie na głowach, hipoteza zerowa byłaby taka, że 50% jest poprawne, a hipoteza alternatywna byłaby taka, że 50% nie jest poprawne.
matematycznie hipoteza zerowa byłaby reprezentowana jako Ho: P = 0.5. Hipoteza alternatywna będzie oznaczony jako ” Ha ” i być identyczne z hipotezą zerową, z wyjątkiem znaku równości uderzony-przez, co oznacza, że nie równa 50%.,
pobierana jest losowa próbka 100 rzutów monet, a następnie testowana jest hipoteza zerowa. Jeśli okaże się, że 100 rzuty monety zostały rozdzielone jako 40 Orzeł i 60 reszka, analityk zakłada, że grosz nie ma 50% szans na lądowanie na głowach i odrzuci hipotezę zerową i zaakceptować hipotezę alternatywną.
Jeśli z drugiej strony było 48 orłów i 52 Reszki, to jest prawdopodobne, że moneta może być uczciwa i nadal daje taki wynik., W takich przypadkach, w których hipoteza zerowa jest „akceptowana”, analityk twierdzi, że różnica między oczekiwanymi wynikami (50 goli i 50 GY) a obserwowanymi wynikami (48 goli i 52 GY) jest”wyjaśniona tylko przez przypadek”.