9.6
Метод P-значения использует вычисленное P-значение вместо критического значения, чтобы прийти к решению о гипотезе.
В качестве первого шага гипотеза формулируется и выражается символически.
Для проверки пропорции, среднего или стандартного отклонения генеральной совокупности нулевая и альтернативная гипотезы выражаются следующим образом.
В качестве следующего шага определяется уровень значимости α, который обычно составляет 0,05 или 0,01.
Далее выбирается подходящая тестовая статистика и рассчитывается с использованием данных выборки.
Эта тестовая статистика затем используется для непосредственного вычисления P-значения.
P-значение — это вероятность получения значения тестовой статистики, по крайней мере, столь же экстремального, как и полученное из данных выборки. Мы можем построить график распределения, которое показывает заданную тестовую статистику и P-значение.
Если вычисленное P-значение равно или меньше определенного уровня значимости, мы отвергаем нулевую гипотезу; в противном случае мы не можем отвергнуть нулевую гипотезу.
Процесс проверки гипотез на основе метода P-значения включает расчет P-значения с использованием данных выборки и их интерпретацию.
Во-первых, предлагается конкретное утверждение о параметре совокупности. Утверждение основано на исследовательском вопросе и изложено в простой форме. Кроме того, изложено и противоположное утверждение. Эти утверждения могут действовать как нулевые и альтернативные гипотезы: нулевая гипотеза будет нейтральным утверждением, тогда как альтернативная гипотеза может иметь направление. Альтернативная гипотеза также может быть исходным утверждением, если она затрагивает конкретное направление в отношении параметра совокупности.
Как только гипотезы сформулированы, они выражаются символически. По общему правилу нулевая гипотеза будет содержать символ равенства, а альтернативная гипотеза может содержать символы >, < или ≠.
Прежде чем продолжить проверку гипотезы, необходимо определить соответствующий уровень значимости. Существует общее мнение относительно установки уровней значимости на уровне 95% (т.е. 0,95) или 99% (т.е. 0,99). Здесь α будет 0,05 или 0,01 соответственно.
Затем определите соответствующую тестовую статистику. Пропорция и среднее значение (когда известно стандартное отклонение генеральной совокупности) представляют собой z-статистику. Для среднего значения, когда стандартное отклонение генеральной совокупности неизвестно, это t-статистика, а для дисперсии (или SD) — статистика хи-квадрат.
После расчета тестовой статистики найдите значение P в электронном виде или из соответствующей таблицы значений P и сравните его с заранее определенным уровнем значимости. Если значение P меньше заранее определенного уровня значимости, отвергните нулевую гипотезу.
Интерпретация исходного утверждения на основе гипотезы или свойства совокупности должна основываться на P-значении.
Метод P-значения использует вычисленное P-значение вместо критического значения, чтобы прийти к решению о гипотезе.
В качестве первого шага гипотеза формулируется и выражается символически.
Для проверки пропорции, среднего или стандартного отклонения генеральной совокупности нулевая и альтернативная гипотезы выражаются следующим образом.
В качестве следующего шага определяется уровень значимости α, который обычно составляет 0,05 или 0,01.
Далее выбирается подходящая тестовая статистика и рассчитывается с использованием данных выборки.
Эта тестовая статистика затем используется для непосредственного вычисления P-значения.
P-значение — это вероятность получения значения тестовой статистики, по крайней мере, столь же экстремального, как и полученное из данных выборки. Мы можем построить график распределения, которое показывает заданную тестовую статистику и P-значение.
Если вычисленное P-значение равно или меньше определенного уровня значимости, мы отвергаем нулевую гипотезу; в противном случае мы не можем отвергнуть нулевую гипотезу.
From Chapter 9:
Now Playing
Hypothesis Testing
6.1K Views
Hypothesis Testing
15.3K Views
Hypothesis Testing
9.7K Views
Hypothesis Testing
12.4K Views
Hypothesis Testing
7.6K Views
Hypothesis Testing
28.9K 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