9.3
Testowanie hipotez wymaga, aby statystyki próby, takie jak proporcja, średnia lub odchylenie standardowe, zostały przekształcone w wartość lub wynik znany jako statystyka testowa.
Zakładając, że hipoteza zerowa jest prawdziwa, statystyka testowa dla każdej statystyki próbki jest obliczana przy użyciu następujących równań.
Ponieważ próbki przyjmują określony rozkład, dana wartość statystyki testowej z pewnym prawdopodobieństwem przypadłaby na określony obszar pod krzywą.
Taki obszar, który zawiera wszystkie wartości statystyki testowej, która wskazuje, że hipoteza zerowa musi zostać odrzucona, jest nazywany regionem odrzucenia lub regionem krytycznym.
Wartość, która oddziela region krytyczny od pozostałych, jest nazywana wartością krytyczną. Wartościami krytycznymi są wartości z, t lub chi-kwadrat obliczone na żądanym poziomie ufności.
Prawdopodobieństwo, że statystyka testowa znajdzie się w obszarze krytycznym, gdy hipoteza zerowa jest w rzeczywistości prawdziwa, nazywa się poziomem istotności.
W przykładzie badania proporcji jabłek zdrowych i parchów, jeśli proporcja próbki wynosi 0,9, hipotezę można przetestować w następujący sposób.
Region krytyczny, wartość krytyczna i poziom istotności to pojęcia współzależne, kluczowe w testowaniu hipotez.
Podczas testowania hipotez statystyka próbki jest konwertowana na statystykę testową przy użyciu rozkładu z, t lub chi-kwadrat. Obszar krytyczny to obszar pod krzywą w rozkładach prawdopodobieństwa, który wyznacza wartość krytyczna. Jeśli statystyka testowa mieści się w tym obszarze, sugeruje to, że hipotezę zerową należy odrzucić. Ponieważ obszar ten zawiera wszystkie wartości statystyki testowej (obliczonej na podstawie przykładowych danych), które sugerują odrzucenie hipotezy zerowej, jest on również nazywany obszarem odrzucenia lub obszarem odrzucenia. Obszar krytyczny może przypadać na prawy, lewy lub oba ogony rozkładu, w zależności od kierunku wskazanego w hipotezie alternatywnej i obliczonej wartości krytycznej.
Wartość krytyczna obliczana jest przy użyciu tabeli rozkładu z, t lub chi-kwadrat na określonym poziomie istotności. Jest to wartość stała dla danej liczebności próby i poziomu istotności. Wartość krytyczna tworzy rozgraniczenie pomiędzy wszystkimi wartościami, które sugerują odrzucenie hipotezy zerowej, a wszystkimi innymi wartościami, które wskazują na coś przeciwnego. Wartość krytyczna opiera się na wcześniej ustalonym poziomie istotności.
Poziom istotności lub poziom istotności lub istotności statystycznej definiuje się jako prawdopodobieństwo, że obliczona statystyka testowa znajdzie się w obszarze krytycznym. Innymi słowy, jest to miara statystyczna wskazująca, że dowody przemawiające za odrzuceniem prawdziwej hipotezy zerowej są wystarczająco mocne. Poziom istotności jest oznaczony jako α i zwykle wynosi 0,05 lub 0,01.
Testowanie hipotez wymaga, aby statystyki próby, takie jak proporcja, średnia lub odchylenie standardowe, zostały przekształcone w wartość lub wynik znany jako statystyka testowa.
Zakładając, że hipoteza zerowa jest prawdziwa, statystyka testowa dla każdej statystyki próbki jest obliczana przy użyciu następujących równań.
Ponieważ próbki przyjmują określony rozkład, dana wartość statystyki testowej z pewnym prawdopodobieństwem przypadłaby na określony obszar pod krzywą.
Taki obszar, który zawiera wszystkie wartości statystyki testowej, która wskazuje, że hipoteza zerowa musi zostać odrzucona, jest nazywany regionem odrzucenia lub regionem krytycznym.
Wartość, która oddziela region krytyczny od pozostałych, jest nazywana wartością krytyczną. Wartościami krytycznymi są wartości z, t lub chi-kwadrat obliczone na żądanym poziomie ufności.
Prawdopodobieństwo, że statystyka testowa znajdzie się w obszarze krytycznym, gdy hipoteza zerowa jest w rzeczywistości prawdziwa, nazywa się poziomem istotności.
W przykładzie badania proporcji jabłek zdrowych i parchów, jeśli proporcja próbki wynosi 0,9, hipotezę można przetestować w następujący sposób.
From Chapter 9:
Now Playing
Hypothesis Testing
12.4K Views
Hypothesis Testing
15.3K Views
Hypothesis Testing
9.7K Views
Hypothesis Testing
7.6K Views
Hypothesis Testing
28.9K Views
Hypothesis Testing
6.1K Views
Hypothesis Testing
4.6K Views
Hypothesis Testing
29.3K Views
Hypothesis Testing
4.7K Views
Hypothesis Testing
3.2K Views
Hypothesis Testing
2.7K Views
Hypothesis Testing
5.4K Views
Hypothesis Testing
2.2K Views