Proces testowania hipotez w oparciu o metodę wartości P obejmuje obliczenie wartości P- na podstawie danych z próbki i ich interpretację.
Po pierwsze, zaproponowano konkretne twierdzenie dotyczące parametru populacji. Twierdzenie opiera się na pytaniu badawczym i jest sformułowane w prostej formie. Ponadto zawarto również sprzeciw wobec pozwu. Twierdzenia te mogą działać jako hipotezy zerowe i alternatywne: hipoteza zerowa byłaby stwierdzeniem neutralnym, podczas gdy hipoteza alternatywna może mieć kierunek. Hipoteza alternatywna może być również pierwotnym twierdzeniem, jeśli dotyczy określonego kierunku dotyczącego parametru populacji.
Po sformułowaniu hipotez są one wyrażane symbolicznie. Zgodnie z konwencją hipoteza zerowa zawierałaby symbol równości, podczas gdy hipoteza alternatywna może zawierać symbole >, < lub ≠.
Przed przejściem do dalszego testowania hipotez należy ustalić odpowiedni poziom istotności. Istnieje ogólny konsensus co do tego, że poziomy istotności należy ustalić na poziomie 95% (tj. 0,95) lub 99% (tj. 0,99). Tutaj α wynosiłaby odpowiednio 0,05 lub 0,01.
Następnie zidentyfikuj odpowiednią statystykę testu. Proporcja i średnia (gdy znane jest odchylenie standardowe populacji) to statystyka z. Dla średniej, gdy odchylenie standardowe populacji jest nieznane, jest to statystyka t, a dla wariancji (lub SD) jest to statystyka chi-kwadrat.
Po obliczeniu statystyki testowej znajdź wartość P elektronicznie lub z odpowiedniej tabeli wartości P i porównaj ją z wcześniej ustalonym poziomem istotności. Jeśli wartość P jest mniejsza niż wcześniej ustalony poziom istotności, odrzuć hipotezę zerową.
Interpretacja pierwotnego twierdzenia na podstawie hipotezy lub własności populacji musi opierać się na wartości P.
Metoda wartości P wykorzystuje obliczoną wartość P zamiast wartości krytycznej w celu podjęcia decyzji o hipotezie.
W pierwszym kroku stawia się hipotezę, która wyraża się symbolicznie.
W celu zbadania proporcji, średniej lub odchylenia standardowego populacji, hipotezy zerowe i alternatywne są wyrażone w następujący sposób.
W następnym kroku ustalany jest poziom istotności α, który zwykle wynosi 0,05 lub 0,01.
Ponadto wybierana jest odpowiednia statystyka testowa i obliczana na podstawie danych z próby.
Ta statystyka testowa jest następnie wykorzystywana do bezpośredniego obliczenia wartości P.
Wartość P jest prawdopodobieństwem uzyskania wartości statystyki testowej co najmniej tak ekstremalnej, jak ta uzyskana z danych próbki. Możemy wykreślić rozkład, który pokazuje daną statystykę testową i wartość P.
Jeśli obliczona wartość P jest równa lub mniejsza od ustalonego poziomu istotności, odrzucamy hipotezę zerową, w przeciwnym razie nie odrzucamy hipotezy zerowej.
Related Videos
Hypothesis Testing
10.8K Wyświetlenia
Hypothesis Testing
8.0K Wyświetlenia
Hypothesis Testing
11.9K Wyświetlenia
Hypothesis Testing
6.8K Wyświetlenia
Hypothesis Testing
26.2K Wyświetlenia
Hypothesis Testing
5.3K Wyświetlenia
Hypothesis Testing
4.0K Wyświetlenia
Hypothesis Testing
27.7K Wyświetlenia
Hypothesis Testing
4.2K Wyświetlenia
Hypothesis Testing
3.3K Wyświetlenia
Hypothesis Testing
2.7K Wyświetlenia
Hypothesis Testing
3.4K Wyświetlenia
Hypothesis Testing
2.4K Wyświetlenia