Null နှင့် အစားထိုး ယူဆချက်

အားဖြင့် Benjamin Anderson ဩဂုတ် 3, 2023 စာရင်းအင်းများ 0 မှတ်ချက်များ

ဤဆောင်းပါးတွင် null hypothesis နှင့် အခြား hypothesis အကြား ခြားနားချက်ကို ရှင်းပြထားသည်။ null hypothesis ၏နမူနာများစွာကို သင်တွေ့မြင်နိုင်မည်ဖြစ်ပြီး၊ ထို့အပြင် null hypothesis ကို ငြင်းပယ်သည့်အခါနှင့် အခြား hypothesis ကို ပယ်ချခံရသည့်အခါတွင်လည်း သင်တွေ့မြင်နိုင်မည်ဖြစ်ပါသည်။

Null hypothesis

စာရင်းဇယားများတွင်၊ null hypothesis သည် စမ်းသပ်မှုတစ်ခု၏နိဂုံးချုပ်သည် hypothesis စမ်းသပ်ခြင်းတွင် မှားယွင်းကြောင်း ခံယူချက်တစ်ခုဖြစ်သည်။ null hypothesis အတွက် သင်္ကေတသည် H ₀ ဖြစ်သည်။

ထို့ကြောင့် null hypothesis သည် ကျွန်ုပ်တို့ ငြင်းပယ်လိုသော ယူဆချက်ဖြစ်သည်။ ထို့ကြောင့်၊ သုတေသီသည် null hypothesis ကို ငြင်းဆိုပါက၊ ကိန်းဂဏန်းလေ့လာမှုတွင် သက်သေပြလိုသော ယူဆချက်သည် အမှန်ဖြစ်နိုင်သည်ဟု ဆိုလိုသည်။ တစ်ဖက်တွင်မူ null hypothesis ကို ပယ်ချ၍မရပါက၊ စမ်းသပ်လိုသော ယူဆချက်သည် လွဲမှားနိုင်ချေများသည်ဟု ဆိုလိုသည်။ null hypothesis ကို ပယ်ချနိုင်သောအခါတွင် အောက်တွင် တွေ့ရမည်ဖြစ်ပါသည်။

$H_0: \text{Hip\'otesis nula}$

ပုံမှန်အားဖြင့်၊ null hypothesis တွင် research hypothesis သည် မှားယွင်းသည်ဟု ယူဆသောကြောင့် ၎င်း၏ထုတ်ပြန်ချက်တွင် “ မရှိ” သို့မဟုတ် “ ကွဲပြားသည်” ပါဝင်သည်။

➤ Null Hypothesis နမူနာကို ကြည့်ပါ။

အစားထိုးယူဆချက်

စာရင်းဇယားများတွင်၊ အစားထိုးယူဆချက် (သို့မဟုတ် အစားထိုးယူဆချက် ) သည် သင်အမှန်ဖြစ်ကြောင်း သက်သေပြလိုသော သုတေသနပြုချက်ဖြစ်သည်။ အခြားယူဆချက်အတွက် သင်္ကေတမှာ H ₁ ဖြစ်သည်။

တစ်နည်းဆိုရသော် အစားထိုးယူဆချက်သည် သုတေသီ၏ ယူဆချက်တစ်ခုဖြစ်ပြီး ၎င်းသည် မှန်ကြောင်းသက်သေပြရန် ကြိုးပမ်းရာတွင် ကိန်းဂဏန်းဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုကို ဆောင်ရွက်မည်ဖြစ်သည်။ ထို့ကြောင့်၊ သီအိုရီစမ်းသပ်မှု၏အဆုံးတွင်၊ ရရှိလာသောရလဒ်ပေါ်မူတည်၍ အခြားယူဆချက်အား လက်ခံမည် သို့မဟုတ် ငြင်းပယ်မည်ဖြစ်သည်။

$H_1:\text{Hip\'otesis alternativa}$

ထို့ကြောင့် အခြားယူဆချက်သည် ကိန်းဂဏန်းလေ့လာမှုကို လုပ်ဆောင်သည့်အခါ သုတေသီမှ ငြင်းပယ်ရန် ရည်ရွယ်ထားသည့် အစားထိုးယူဆချက်နှင့် ဆန့်ကျင်ဘက်ဖြစ်သော အယူအဆဖြစ်သည်။

➤- အခြားယူဆချက်၏ ဥပမာကို ကြည့်ပါ။

Null နှင့် Alternative Hypotheses အကြား ကွာခြားချက်

null hypothesis နှင့် အခြား hypothesis အကြား ခြားနားချက်သည် သုတေသီ၏ ဆန္ဒကို ငြင်းပယ်သည်ဖြစ်စေ၊ null hypothesis သည် သုတေသီ ငြင်းဆိုရန် ရည်ရွယ်သော အယူအဆ ဖြစ်သည်။ သို့သော်လည်း အခြားယူဆချက်သည် သုတေသီ သက်သေပြလိုသော အယူအဆဖြစ်သည်။

null hypothesis နှင့် အခြား hypothesis ကို ကွဲပြားစေရန်၊ ၎င်းတို့ကို မတူညီသော သင်္ကေတများဖြင့် ကိုယ်စားပြုပါသည်။ null hypothesis အတွက် သင်္ကေတမှာ H ₀ ဖြစ်ပြီး အခြား သီအိုရီအတွက် သင်္ကေတမှာ H ₁ ဖြစ်သည်။

$\begin{array}{l}H_0: \text{Hip\'otesis nula}\\[2ex]H_1: \text{Hip\'otesis alternativa}\end{array}$

လက်တွေ့တွင်၊ ဒေတာနမူနာတစ်ခု၏ ကိန်းဂဏန်းခွဲခြမ်းစိတ်ဖြာမှုဖြင့် အတည်ပြုရန် ရည်ရွယ်ထားသည့် သီအိုရီဖြစ်သောကြောင့် အစားထိုးယူဆချက်အား null hypothesis မတိုင်မီ ပုံဖော်ထားသည်။ null hypothesis သည် အခြား သီအိုရီကို ဆန့်ကျင်၍ ရိုးရိုးရှင်းရှင်း ပုံဖော်ထားသည်။

Null နှင့် Alternative Hypotheses နမူနာများ

ယခု ကျွန်ုပ်တို့သည် null hypothesis ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်နှင့် အစားထိုး hypothesis ကို သိပြီးသောအခါ၊ ၎င်းတို့၏ အဓိပ္ပါယ် ကွာခြားချက်ကို ရှင်းလင်းစွာ နားလည်ရန် ဤယူဆချက် နှစ်မျိုး၏ ဥပမာများစွာကို ကျွန်ုပ်တို့ တွေ့ရပါမည်။

ဥပမာအားဖြင့်၊ သီအိုရီအရ 7 စင်တီမီတာရှိသော အစိတ်အပိုင်းတစ်ခုကို ထုတ်လုပ်သည့်စက်သည် သွေဖည်သွားသည်ဟု ကျွန်ုပ်တို့သံသယရှိပါက၊ ထုတ်လုပ်သည့်အစိတ်အပိုင်းများ၏ ပျမ်းမျှအလျားသည် 7 စင်တီမီတာနှင့် ကွာခြားပြီး အခြားတစ်ဖက်တွင်မူ null hypothesis ဖြစ်လိမ့်မည်၊ ထုတ်လုပ်လိုက်သော အစိတ်အပိုင်းများ၏ ပျမ်းမျှအရှည်သည် 7 cm နှင့် ညီမျှသည်။

$\begin{cases}H_0: \mu=7 \text{ cm} \\[2ex]H_1:\mu\neq 7 \text{ cm} \end{cases}$

နောက်ဥပမာတစ်ခုအနေနဲ့ နိုင်ငံရေးပါတီတစ်ခုအတွက် မဲပေးခဲ့တဲ့ လူဦးရေအချိုးအစားဟာ ပြီးခဲ့တဲ့ ရွေးကောက်ပွဲမှာ ပါတီရရှိခဲ့တဲ့ မဲရာခိုင်နှုန်း (25%) ထက် နိမ့်နေတယ်လို့ ယူဆရင်၊ ပျက်ပြယ်သွားမယ့် အယူအဆတွေကတော့-

$\begin{cases}H_0: p\geq 0,25\\[2ex]H_1:p< 0,25 \end{cases}$

နောက်ဆုံးဥပမာအနေဖြင့်၊ ပညာရေးစနစ်အသစ်ကို အကောင်အထည်ဖော်ခြင်းဖြင့် အတန်းတစ်တန်း၏ပျမ်းမျှအဆင့်သည် ယခင်နှစ် (၆.၁) မှ တိုးလာသည်ဟု သံသယရှိပါက၊ ၎င်း၏စာရင်းအင်းလေ့လာမှု၏ null hypothesis နှင့် hypothesis အခြားရွေးချယ်စရာမှာ-

$\begin{cases}H_0:\mu\leq 6,1 \\[2ex]H_1:\mu> 6,1 \end{cases}” title=” Rendered by QuickLaTeX.com” height=” 65″ width=” 109″ style=” vertical-align: 0px;” ></p> </p> </ol> <h2 class=$ Null hypothesis၊ အခြားယူဆချက်နှင့် p-value

သင်ယူဆချက်စမ်းသပ်ခြင်းကိုလုပ်ဆောင်သောအခါ၊ null hypothesis သို့မဟုတ် အခြားယူဆချက်အား ငြင်းပယ်ရန် ဆုံးဖြတ်ရပါမည်။ ထို့ကြောင့် p-value ကို ရွေးချယ်ထားသော အရေးပါမှုအဆင့် (α) နှင့် နှိုင်းယှဉ်ခြင်းဖြင့် ယူဆချက်တစ်ခု၏ ရလဒ်ကို ရရှိပါသည်။

p-value သည် အရေးပါမှုအဆင့်ထက် နည်းပါက၊ null hypothesis ကို ပယ်ချသည် (အခြားသော အယူအဆကို လက်ခံသည်)။
p-value သည် အရေးပါမှုအဆင့်ထက် ကြီးပါက၊ အခြားယူဆချက်အား ပယ်ချသည် ( null hypothesis ကို လက်ခံသည် )။

ထို့ကြောင့်၊ null hypothesis၊ alternative hypothesis နှင့် p-value တို့သည် hypothesis စမ်းသပ်ခြင်း၏ နီးကပ်စွာဆက်စပ်နေသော ကိန်းဂဏန်းအချက်သုံးချက်ဖြစ်သည်။ ပိုမိုသိရှိလိုပါက အောက်ပါလင့်ခ်ကိုနှိပ်ပါ။

➤ ကြည့်ပါ- p-value ကို အဓိပ္ပာယ်ပြန်ဆိုပါ။

စာရေးသူအကြောင်း

Benjamin Anderson

မင်္ဂလာပါ၊ ကျွန်ုပ်သည် အငြိမ်းစား စာရင်းအင်း ပါမောက္ခ ဘင်ဂျမင်ဖြစ်ပြီး သီးသန့် Statorials ဆရာအဖြစ် လှည့်ပတ်ပါသည်။ စာရင်းဇယားနယ်ပယ်တွင် ကျယ်ပြန့်သောအတွေ့အကြုံနှင့် ကျွမ်းကျင်မှုနှင့်အတူ၊ Statorials မှတစ်ဆင့် ကျောင်းသားများကို ခွန်အားဖြစ်စေရန်အတွက် ကျွန်ုပ်၏အသိပညာကို မျှဝေလိုပါသည်။ ပိုသိတယ်။