Kaip atlikti hipotezės testą

Jonas Feingershas, ​​Getty Images

The hipotezių tikrinimo idėja yra gana paprasta. Įvairiuose tyrimuose stebime tam tikrus įvykius. Turime paklausti, ar įvykį lėmė vien atsitiktinumas, ar yra kokios nors priežasties, kurios turėtume ieškoti? Turime turėti būdą, kaip atskirti įvykius, kurie lengvai įvyksta atsitiktinai, nuo tų, kurie mažai tikėtina, kad įvyks atsitiktinai. Toks metodas turėtų būti supaprastintas ir gerai apibrėžtas, kad kiti galėtų pakartoti mūsų statistinius eksperimentus.

Yra keletas skirtingų hipotezių testų metodų. Vienas iš šių metodų yra žinomas kaip tradicinis metodas, o kitas apima vadinamąjį a p - vertė . Šių dviejų labiausiai paplitusių metodų veiksmai yra identiški iki tam tikro taško, tada šiek tiek skiriasi. Tiek tradicinis hipotezių tikrinimo metodas, tiek p - vertės metodas yra aprašytas toliau.

Tradicinis metodas

Tradicinis metodas yra toks:

1. Pradėkite nurodydami pretenziją arba hipotezė kad yra bandoma. Taip pat suformuokite teiginį, kad hipotezė klaidinga.
2. Išreikškite abu teiginius nuo pirmojo žingsnio matematiniais simboliais. Šiuose teiginiuose bus naudojami simboliai, tokie kaip nelygybės ir lygybės ženklai.
3. Nustatykite, kuris iš dviejų simbolinių teiginių neturi lygybės. Tai gali būti tiesiog ženklas „nelygybė“, bet gali būti ir ženklas „yra mažesnis už“ ( ). Teiginys, kuriame yra nelygybė, vadinamas alternatyvia hipoteze ir žymimas H₁ arba H_a .
4. Teiginys iš pirmojo žingsnio, kuriame teigiama, kad parametras yra lygus tam tikrai reikšmei, vadinamas nuline hipoteze, pažymėtas H₀ .
5. Pasirinkite kurįreikšmingumo lygiskad norime. Reikšmingumo lygis paprastai žymimas graikiška raide alfa. Čia turėtume apsvarstyti I tipo klaidas. I tipo klaida įvyksta, kai atmetame nulinę hipotezę, kuri iš tikrųjų yra teisinga. Jei esame labai susirūpinę dėl šios galimybės, mūsų alfa vertė turėtų būti maža. Čia yra šioks toks kompromisas. Kuo mažesnė alfa, tuo eksperimentas brangiausias. Reikšmės 0,05 ir 0,01 yra įprastos alfa vertės, tačiau bet koks teigiamas skaičius nuo 0 iki 0,50 gali būti naudojamas reikšmingumo lygiui.
6. Nustatykite, kurią statistiką ir paskirstymą turėtume naudoti. Paskirstymo tipą lemia duomenų ypatybės. Įprasti paskirstymai apima Su balas, t balas ir chi kvadratas .
7. Raskite šios statistikos testo statistiką ir kritinę vertę. Čia turėsime apsvarstyti, ar atliekame dvipusį testą (paprastai kai alternatyvioje hipotezėje yra nelygu simboliui, ar vienpusį testą (paprastai naudojamas, kai alternatyviosios hipotezės teiginyje yra nelygybė ).
8. Atsižvelgiant į platinimo tipą, pasitikėjimo lygis , kritinę reikšmę ir testo statistiką nubraižome grafiką.
9. Jei testo statistika yra mūsų kritiniame regione, turime atmesti nulinė hipotezė . Alternatyvi hipotezė galioja. Jei testo statistika nėra mūsų kritiniame regione, mes negalime atmesti nulinės hipotezės. Tai neįrodo, kad nulinė hipotezė yra teisinga, bet suteikia galimybę kiekybiškai įvertinti, kiek tikėtina, kad ji bus tiesa.
10. Dabar skelbiame rezultatus hipotezės testas tokiu būdu, kad būtų sprendžiamas pradinis ieškinys.

The p - Vertės metodas

The p -vertės metodas yra beveik identiškas tradiciniam metodui. Pirmieji šeši žingsniai yra vienodi. Septintam žingsniui randame testo statistiką ir p - vertė. Tada atmetame nulinę hipotezę, jei p -reikšmė yra mažesnė arba lygi alfa. Mes negalime atmesti nulinės hipotezės, jei p -reikšmė didesnė nei alfa. Tada testą užbaigiame kaip anksčiau, aiškiai nurodydami rezultatus.