10 conceitos-chave no teste da hipótese

Testando hipóteses

é uma técnica estatística que é utilizado numa variedade de situações. Embora os detalhes técnicos diferem de situação para situação, todos os testes de hipóteses usar o mesmo conjunto básico de termos e conceitos. As descrições seguintes de termos e conceitos comuns referem-se a um teste de hipótese em que os meios de duas populações estão a ser comparadas.

hipótese nula

o hipótese nula é uma declaração clara sobre a relação entre duas (ou mais) objetos estatísticos. Esses objetos podem ser medidas, distribuições, ou categorias. Normalmente, a hipótese nula, como o nome implica, afirma que não existe qualquer relação.

No caso de duas população significa, a hipótese nula pode indicar que as médias das duas populações são iguais.

Hipótese alternativa

Uma vez que a hipótese nula foi dito, é fácil de construir o hipótese alternativa. É essencialmente a afirmação de que a hipótese nula é falsa. No nosso exemplo, a hipótese alternativa seria que as médias das duas populações não são iguais.

Significado

o significado nível é uma medida da força estatística do teste de hipótese. Ele é muitas vezes caracterizado como a probabilidade de incorretamente concluir que a hipótese nula é falsa.

O nível de significância é algo que você deve especificar na frente. Em aplicações, o nível de significância é tipicamente um dos três valores: 10%, 5%, ou 1%. Um nível de significância de 1% representa o teste mais forte dos três. Por esta razão, é um 1% superior nível de significância de 10%.

Poder

Relacionadas com significado, a poder de um teste mede a probabilidade de concluir corretamente que a hipótese nula é verdadeira. O poder não é algo que você pode escolher. Ela é determinada por vários fatores, incluindo o nível de significância de selecionar e do tamanho da diferença entre as coisas que você está tentando comparar.

Infelizmente, o significado e poder estão inversamente relacionadas. Importância crescente diminui o poder. Isso torna difícil para projetar experimentos que têm ambos muito alto significado e poder.

estatística de teste

o estatística de teste é uma medida única que capta a natureza estatística da relação entre as observações que você está lidando. A estatística de teste depende fundamentalmente do número de observações que estão sendo avaliados. Ela difere de situação para situação.

Distribuição da estatística de teste

Toda a noção de hipótese baseia-se na capacidade de especificar (exatamente ou aproximadamente) a distribuição que a estatística de teste segue. No caso deste exemplo, a diferença entre as médias será uma distribuição aproximadamente normal (assumindo que há um número relativamente grande de observações).

testes de uma cauda vs. bicaudal

Dependendo da situação, você pode querer (ou precisa) para empregar um um- ou teste de duas caudas. Estas caudas referem-se ao caudas esquerda da distribuição do teste estatístico e direita. Um teste bicaudal permite a possibilidade de que a estatística de teste seja muito grande ou muito pequeno (negativo é pequeno). Um teste unilateral permite apenas uma destas possibilidades.

Em um exemplo, onde a hipótese nula afirma que os dois meios de população são iguais, é necessário para permitir a possibilidade de que qualquer um deles pode ser maior do que o outro. A estatística de teste pode ser positivo ou negativo. Então, você emprega um teste de duas caudas.

A hipótese nula pode ter sido um pouco diferente, nomeadamente de que a média da população 1 é maior do que a média da população 2. Nesse caso, não é necessário ter em conta estatisticamente para a situação em que a primeira média é menor do que o segundo. Então, você iria empregar um teste de uma cauda.

Valor crítico

o valor crítico em um teste de hipótese é baseada em duas coisas: a distribuição da estatística de teste eo nível de significância. O valor (s) referem-se crítica para o ponto na distribuição estatística de teste que dão as caudas da distribuição uma área (significando a probabilidade) exactamente igual ao nível de significância de que foi escolhido.

Decisão

Seu decisão para rejeitar ou aceitar a hipótese nula é baseada na comparação estatística de teste com o valor crítico. Se a estatística de teste excede o valor crítico, você deve rejeitar a hipótese nula. Neste caso, você diria que a diferença entre os dois população significa é significativo. Caso contrário, você aceita a hipótese nula.

P-valor

o p-valor de um teste de hipóteses dá-lhe uma outra maneira de avaliar a hipótese nula. O valor-p representa o mais alto nível de significância para o qual a sua estatística de teste especial justificaria rejeitar a hipótese nula. Por exemplo, se você tiver escolhido um nível de significância de 5%, eo valor-p acaba por ser 0,03 (ou 3%), você estaria justificado em rejeitar a hipótese nula.