परिकल्पना परीक्षण के 4 वास्तविक जीवन के उदाहरण

आंकड़ों में, परिकल्पना परीक्षण का उपयोग यह जांचने के लिए किया जाता है कि जनसंख्या पैरामीटर के बारे में परिकल्पना सत्य है या नहीं।

वास्तविक दुनिया की परिकल्पना परीक्षण करने के लिए, शोधकर्ता जनसंख्या का एक यादृच्छिक नमूना प्राप्त करेंगे और एक शून्य और वैकल्पिक परिकल्पना का उपयोग करके नमूना डेटा पर एक परिकल्पना परीक्षण करेंगे:

• शून्य परिकल्पना (H ₀ ): नमूना डेटा अकेले संयोग से आता है।
• वैकल्पिक परिकल्पना ( _एचए ): नमूना डेटा एक गैर-यादृच्छिक कारण से प्रभावित होता है।

यदि परिकल्पना परीक्षण का पी-मूल्य एक निश्चित स्तर के महत्व से नीचे है (जैसे α = 0.05), तो हम शून्य परिकल्पना को अस्वीकार कर सकते हैं और निष्कर्ष निकाल सकते हैं कि हमारे पास यह बताने के लिए पर्याप्त सबूत हैं कि वैकल्पिक परिकल्पना सत्य है।

निम्नलिखित उदाहरण कई स्थितियों को दिखाते हैं जहां वास्तविक दुनिया में परिकल्पना परीक्षण का उपयोग किया जाता है।

उदाहरण 1: जीव विज्ञान

जीव विज्ञान में अक्सर परिकल्पना परीक्षण का उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या कोई नया उपचार, उर्वरक, कीटनाशक, रसायन इत्यादि उपयुक्त हैं। इससे विकास, सहनशक्ति, प्रतिरक्षा आदि में वृद्धि होती है। पौधों या जानवरों में.

उदाहरण के लिए, मान लीजिए कि एक जीवविज्ञानी सोचता है कि एक निश्चित उर्वरक से पौधे एक महीने में सामान्य से अधिक बढ़ जाएंगे, जो वर्तमान में 20 इंच है। इसका परीक्षण करने के लिए, वह अपनी प्रयोगशाला में प्रत्येक पौधे पर एक महीने तक उर्वरक लगाती है।

फिर वह निम्नलिखित परिकल्पनाओं का उपयोग करके एक परिकल्पना परीक्षण करती है:

• एच ₀ : μ = 20 इंच (उर्वरक का औसत पौधे की वृद्धि पर कोई प्रभाव नहीं पड़ेगा)
• एच _ए : μ > 20 इंच (उर्वरक से पौधों की वृद्धि में औसत वृद्धि होगी)

यदि परीक्षण का पी-मूल्य एक निश्चित स्तर के महत्व से नीचे है (जैसे α = 0.05), तो यह शून्य परिकल्पना को अस्वीकार कर सकता है और निष्कर्ष निकाल सकता है कि उर्वरक से पौधों की वृद्धि में वृद्धि होती है।

उदाहरण 2: नैदानिक परीक्षण

परिकल्पना परीक्षण का उपयोग अक्सर नैदानिक परीक्षणों में यह निर्धारित करने के लिए किया जाता है कि क्या कोई नया उपचार, दवा, प्रक्रिया आदि उपयुक्त है। इससे रोगी को बेहतर परिणाम मिलते हैं।

उदाहरण के लिए, मान लीजिए कि एक डॉक्टर सोचता है कि एक नई दवा मोटे रोगियों में रक्तचाप को कम करने में सक्षम है। इसका परीक्षण करने के लिए वह एक महीने तक नई दवा के इस्तेमाल से पहले और बाद में 40 मरीजों का रक्तचाप माप सकेंगे।

इसके बाद यह निम्नलिखित मान्यताओं का उपयोग करके एक परिकल्पना परीक्षण करता है:

• एच ₀ : μ _बाद = μ _पहले (औसत रक्तचाप दवा के उपयोग से पहले और बाद में समान है)
• एच _ए : μ _{के बाद} < μ _पहले (मतलब दवा का उपयोग करने के बाद रक्तचाप कम होता है)

यदि परीक्षण का पी-मान एक निश्चित महत्व स्तर (जैसे α = 0.05) से नीचे है, तो यह शून्य परिकल्पना को अस्वीकार कर सकता है और निष्कर्ष निकाल सकता है कि नई दवा रक्तचाप में कमी का कारण बनती है।

उदाहरण 3: विज्ञापन व्यय

परिकल्पना परीक्षण का उपयोग अक्सर व्यवसाय में यह निर्धारित करने के लिए किया जाता है कि क्या कोई नया विज्ञापन अभियान, विपणन तकनीक इत्यादि उपयुक्त है। काम करेगा। बिक्री में वृद्धि होती है।

उदाहरण के लिए, मान लें कि एक कंपनी का मानना है कि डिजिटल विज्ञापन पर अधिक पैसा खर्च करने से बिक्री बढ़ती है। इसका परीक्षण करने के लिए, कंपनी दो महीने की अवधि में डिजिटल विज्ञापन पर खर्च बढ़ा सकती है और यह देखने के लिए डेटा एकत्र कर सकती है कि कुल बिक्री में वृद्धि हुई है या नहीं।

वे निम्नलिखित परिकल्पनाओं का उपयोग करके एक परिकल्पना परीक्षण कर सकते हैं:

• एच ₀ : μ _बाद = μ _पहले (विज्ञापन पर अधिक खर्च करने से पहले और बाद में औसत बिक्री समान है)
• एच _ए : μ _बाद > μ _पहले (विज्ञापन पर अधिक खर्च करने के बाद औसत बिक्री में वृद्धि हुई)

यदि परीक्षण का पी-मूल्य एक निश्चित स्तर के महत्व से नीचे है (जैसे α = 0.05), तो कंपनी शून्य परिकल्पना को अस्वीकार कर सकती है और निष्कर्ष निकाल सकती है कि डिजिटल विज्ञापन में वृद्धि से बिक्री में वृद्धि होती है।

उदाहरण 4: विनिर्माण

परिकल्पना परीक्षण का उपयोग अक्सर विनिर्माण संयंत्रों में यह निर्धारित करने के लिए भी किया जाता है कि कोई नई प्रक्रिया, तकनीक, विधि आदि उपयुक्त है या नहीं। परिणामस्वरूप उत्पादित दोषपूर्ण उत्पादों की संख्या में परिवर्तन होता है।

उदाहरण के लिए, मान लीजिए कि एक निश्चित विनिर्माण संयंत्र यह परीक्षण करना चाहता है कि क्या एक नई विधि प्रति माह उत्पादित दोषपूर्ण विजेट्स की संख्या को बदलती है या नहीं, जो वर्तमान में 250 है। इसका परीक्षण करने के लिए, यह उपयोग से पहले और बाद में उत्पादित दोषपूर्ण विजेट्स की औसत संख्या को माप सकता है . एक महीने के लिए नई विधि.

फिर वे निम्नलिखित परिकल्पनाओं का उपयोग करके एक परिकल्पना परीक्षण कर सकते हैं:

• एच ₀ : μ _बाद = μ _पहले (नई विधि का उपयोग करने से पहले और बाद में दोषपूर्ण विजेट की औसत संख्या समान है)
• एच _ए : μ _{के बाद} ≠ μ _पहले (नई विधि का उपयोग करने से पहले और बाद में उत्पादित दोषपूर्ण विजेट की औसत संख्या अलग है)

यदि परीक्षण का पी-मान एक निश्चित स्तर के महत्व से नीचे है (उदाहरण के लिए α = 0.05), तो फ़ैक्टरी शून्य परिकल्पना को अस्वीकार कर सकती है और निष्कर्ष निकाल सकती है कि नई विधि के परिणामस्वरूप महीने के अनुसार उत्पादित दोषपूर्ण विजेट की संख्या में बदलाव होता है।

अतिरिक्त संसाधन

परिकल्पना परीक्षण का परिचय
एक-नमूना टी-टेस्ट का परिचय
दो-नमूना टी परीक्षण का परिचय
युग्मित नमूने टी-परीक्षण का परिचय