9.7: 意思決定:従来の方法

従来の方法に基づく仮説検定のプロセスには、臨界値の計算、サンプルデータを使用した検定統計量の検定、およびこれらの値の解釈が含まれます。

まず、母集団パラメータに関する具体的な主張は、研究課題に基づいて決定され、簡単な形で述べられます。さらに、この主張に対する反対の声明も述べられています。これらのステートメントは、帰無仮説と対立仮説として機能することができ、そのうち帰無仮説は中立的なステートメントであり、対立仮説は方向性を持つことができます。対立仮説は、パラメータの特定の方向が含まれる場合、元の主張にもなり得ます。

仮説が述べられると、それらは象徴的に表現されます。慣例として、帰無仮説には等式記号が含まれ、対立仮説には>、<、または≠記号が含まれる場合があります。

仮説検定を進める前に、適切な有意水準を決定する必要があります。95%(つまり、0.95)または99%(つまり、0.99)のレベルを選択する一般的な規則があります。ここで、αはそれぞれ 0.05 または 0.01 になります。

次に、適切な検定統計量を特定します。比率と平均 (母標準偏差がわかっている場合) z 統計量が優先されます。平均については、母標準偏差が不明な場合はt統計量であり、分散(またはSD)の場合はカイ2乗統計量です。

次に、検定統計量の指定された有意水準で臨界値を計算し、サンプリング分布をプロットして臨界領域を観察します。臨界値は、z、t、およびカイ二乗表から取得するか、統計ソフトウェアを使用して電子的に取得できます。

検定統計量がクリティカル領域内にあるかどうかを確認します。クリティカル領域内にある場合は、帰無仮説を棄却します。

人口の特性に関する請求に関する決定、またはこの方法の一般的な解釈には、P値は必要ありません。