가설 테스트 결론 작성 방법: 예 포함

검정 가설은 모집단 모수 에 대한 가설이 참인지 여부를 검정하는 데 사용됩니다.

실제 가설 검정을 수행하기 위해 연구자는 모집단에서 무작위 표본을 얻고 귀무 가설과 대립 가설을 사용하여 표본 데이터에 대한 가설 검정을 수행합니다.

• 귀무가설(H ₀ ): 표본 데이터는 우연히 얻은 것입니다.
• 대립 가설( _HA ): 표본 데이터는 무작위가 아닌 원인의 영향을 받습니다.

가설 검정의 p-값이 특정 유의 수준(예: α = 0.05)보다 낮으면 귀무 가설을 기각합니다 .

그렇지 않고 p-값이 특정 유의 수준보다 작지 않으면 귀무 가설을 기각할 수 없습니다 .

가설 검정의 결론을 작성할 때 일반적으로 다음을 포함합니다.

• 귀무가설을 기각하는지 여부입니다.
• 중요성의 수준.
• 가설 검정의 맥락에서 간략한 설명입니다.

예를 들어 다음과 같이 작성합니다.

우리는 5% 유의수준에서 귀무가설을 기각합니다 .

주장을 뒷받침할 충분한 증거가 있습니다…

아니면 우리는 다음과 같이 썼습니다:

5% 유의수준에서 귀무가설을 기각하는데 실패했습니다 .

주장을 뒷받침할 증거가 부족하다…

다음 예에서는 두 시나리오 모두에서 가설 테스트 결론을 작성하는 방법을 보여줍니다.

예 1: 귀무가설의 결론 기각

한 생물학자가 특정 비료를 사용하면 식물이 평소보다 한 달에 더 많이 자라게 할 것이라고 생각한다고 가정해 보겠습니다. 현재 크기는 20인치입니다. 이를 테스트하기 위해 그녀는 한 달 동안 실험실의 각 식물에 비료를 적용했습니다.

그런 다음 그녀는 다음 가정을 사용하여 5% 유의 수준에서 가설 검정을 수행합니다.

• H ₀ : μ = 20인치(비료는 평균 식물 성장에 영향을 미치지 않습니다)
• H _A : μ > 20인치(비료는 식물 성장의 평균 증가를 유발합니다)

테스트의 p-값이 0.002라고 가정합니다.

그녀가 가설 테스트 결과를 보고하는 방법은 다음과 같습니다.

우리는 5% 유의수준에서 귀무가설을 기각합니다 .

이 특정 비료가 식물이 평소보다 한 달 동안 더 많이 자라게 한다는 주장을 뒷받침할 충분한 증거가 있습니다.

예 2: 귀무가설의 결론을 기각하지 마십시오

한 제조 공장의 관리자가 새로운 방법으로 인해 현재 250개인 한 달에 생산되는 결함 있는 위젯의 수가 변경되는지 여부를 테스트하려고 한다고 가정합니다. 이를 테스트하기 위해 그는 사용 전후에 생산된 결함 있는 위젯의 평균 수를 측정합니다. 새로운 방법. 한달간 방법.

다음 가정을 사용하여 10% 유의 수준에서 가설 검정을 수행합니다.

• H ₀ : μ _after = μ _before (새로운 방법을 사용하기 전과 후의 불량 위젯의 평균 개수는 동일함)
• H _A : _이후의 μ ≠ _이전 의 μ (새로운 방법을 사용하기 전과 후의 불량 위젯의 평균 개수가 다름)

테스트의 p-값이 0.27이라고 가정합니다.

가설 테스트 결과를 보고하는 방법은 다음과 같습니다.

10% 유의수준에서 귀무가설을 기각하는데 실패했습니다 .

새로운 방법으로 인해 매월 생산되는 결함이 있는 위젯의 수가 변경될 것이라는 주장을 뒷받침할 증거가 충분하지 않습니다.

추가 리소스

다음 자습서에서는 가설 검정에 대한 추가 정보를 제공합니다.

가설 검정 소개
가설 테스트의 4가지 실제 사례
귀무 가설을 작성하는 방법