Kuinka suorittaa hypoteesitesti tilastossa

idea hypoteesitestauksesta on suhteellisen suoraviivainen. Eri tutkimuksissa havaitsemme tiettyjä tapahtumia. Meidän on kysyttävä, johtuuko tapahtuma pelkästään sattumasta vai onko jotain syytä, jota meidän pitäisi etsiä? Meillä on oltava tapa erottaa tapahtumat, jotka tapahtuvat helposti sattumalta, ja ne, jotka ovat erittäin epätodennäköisiä tapahtuvan sattumanvaraisesti. Tällainen menetelmä tulisi virtaviivaistaa ja määritellä hyvin, jotta muut voivat toistaa tilastollisia kokeitamme.

Hypoteesitesteissä käytetään muutamia erilaisia ​​menetelmiä. Yksi näistä menetelmistä tunnetaan perinteisenä menetelmänä, ja toinen käsittää ns p-arvo. Näiden kahden yleisimmän menetelmän vaiheet ovat identtiset pisteeseen saakka, sitten eroavat hieman. Sekä perinteinen menetelmä hypoteesin testaamiseksi että p-arvo menetelmä on kuvattu alla.

p-arvo menetelmä on lähes identtinen perinteisen menetelmän kanssa. Kuusi ensimmäistä vaihetta ovat samat. Vaiheelle 7 löydämme testitilastot ja p-arvo. Hylkäämme sitten nollahypoteesin, jos

instagram viewer
p-arvo on pienempi tai yhtä suuri kuin alfa. Emme hylkää nollahypoteesia, jos p-arvo on suurempi kuin alfa. Kääritämme sitten testin kuten ennenkin, ilmoittamalla tulokset selvästi.

instagram story viewer