<\/p>\n
In de statistiek wordt het testen van hypothesen<\/a> gebruikt om te controleren of een hypothese over een populatieparameter<\/a> waar is of niet.<\/span><\/p>\n Om hypothesetests in de echte wereld uit te voeren, zullen onderzoekers een willekeurige steekproef<\/a> van de populatie nemen en een hypothesetest uitvoeren op de steekproefgegevens, waarbij ze een nul- en alternatieve hypothese gebruiken:<\/span><\/p>\n Als de p-waarde<\/a> van de hypothesetest onder een bepaald significantieniveau ligt (bijvoorbeeld \u03b1 = 0,05), kunnen we de nulhypothese verwerpen en concluderen dat we voldoende bewijs hebben om te stellen dat de alternatieve hypothese waar is.<\/span><\/p>\n De volgende voorbeelden laten verschillende situaties zien waarin het testen van hypothesen in de echte wereld wordt gebruikt.<\/span><\/p>\n Hypothesetesten worden in de biologie vaak gebruikt om te bepalen of een nieuwe behandeling, kunstmest, pesticide, chemische stof, enz. leidt tot verhoogde groei, uithoudingsvermogen, immuniteit, enz. bij planten of dieren.<\/span><\/p>\n Stel bijvoorbeeld dat een bioloog denkt dat een bepaalde meststof ervoor zorgt dat planten in een maand meer groeien dan normaal, wat momenteel 50 cm is. Om dit te testen, brengt ze de meststof een maand lang aan op elk van de planten in haar laboratorium.<\/span><\/p>\n Vervolgens voert ze een hypothesetest uit met behulp van de volgende hypothesen:<\/span><\/p>\n Als de p-waarde van de test onder een bepaald significantieniveau ligt (bijvoorbeeld \u03b1 = 0,05), kan deze de nulhypothese verwerpen en concluderen dat de meststof een verhoogde plantengroei veroorzaakt.<\/span><\/p>\n Hypothesetesten worden vaak gebruikt in klinische onderzoeken om te bepalen of een nieuwe behandeling, medicijn, procedure, enz. leidt tot betere pati\u00ebntresultaten.<\/span><\/p>\n Stel bijvoorbeeld dat een arts denkt dat een nieuw medicijn de bloeddruk bij zwaarlijvige pati\u00ebnten kan verlagen. Om dit te testen, zal hij een maand lang de bloeddruk van 40 pati\u00ebnten kunnen meten voor en na gebruik van het nieuwe medicijn.<\/span><\/p>\n Vervolgens voert het een hypothesetest uit op basis van de volgende aannames:<\/span><\/p>\n Als de p-waarde van de test onder een bepaald significantieniveau ligt (bijvoorbeeld \u03b1 = 0,05), kan deze de nulhypothese verwerpen en concluderen dat het nieuwe medicijn een verlaging van de bloeddruk veroorzaakt.<\/span><\/p>\n Hypothesetesten worden in het bedrijfsleven vaak gebruikt om te bepalen of een nieuwe reclamecampagne, marketingtechniek, enz. zal werken. leidt tot een stijging van de omzet.<\/span><\/p>\n Laten we bijvoorbeeld zeggen dat een bedrijf gelooft dat het uitgeven van meer geld aan digitale advertenties tot hogere verkopen leidt. Om dit te testen, kan het bedrijf de uitgaven aan digitale advertenties over een periode van twee maanden verhogen en gegevens verzamelen om te zien of de totale omzet is gestegen.<\/span><\/p>\n Ze kunnen een hypothesetest uitvoeren met behulp van de volgende hypothesen:<\/span><\/p>\n Als de p-waarde van de test onder een bepaald significantieniveau ligt (bijvoorbeeld \u03b1 = 0,05), dan kan het bedrijf de nulhypothese verwerpen en concluderen dat een toename van digitale reclame tot een toename van de omzet leidt.<\/span><\/p>\n Hypothesetesten worden ook vaak gebruikt in fabrieken om te bepalen of een nieuw proces, techniek, methode, enz. resulteert in een verandering in het aantal geproduceerde defecte producten.<\/span><\/p>\n Stel bijvoorbeeld dat een bepaalde fabriek wil testen of een nieuwe methode het aantal per maand geproduceerde defecte widgets, dat momenteel 250 bedraagt, al dan niet verandert. Om dit te testen, kan het bedrijf het gemiddelde aantal defecte widgets meten dat voor en na gebruik wordt geproduceerd. . de nieuwe methode voor een maand.<\/span><\/p>\n Vervolgens kunnen ze een hypothesetest uitvoeren met behulp van de volgende hypothesen:<\/span><\/p>\n Als de p-waarde van de test onder een bepaald significantieniveau ligt (bijvoorbeeld \u03b1 = 0,05), kan de fabriek de nulhypothese verwerpen en concluderen dat de nieuwe methode resulteert in een verandering in het aantal defecte widgets dat per maand wordt geproduceerd.<\/span><\/p>\n Inleiding tot het testen van hypothesen<\/a> In de statistiek wordt het testen van hypothesen gebruikt om te controleren of een hypothese over een populatieparameter waar is of niet. Om hypothesetests in de echte wereld uit te voeren, zullen onderzoekers een willekeurige steekproef van de populatie nemen en een hypothesetest uitvoeren op de steekproefgegevens, waarbij ze een nul- en alternatieve hypothese gebruiken: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1682","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Voorbeeld 1: Biologie<\/strong><\/span><\/h3>\n
\n
Voorbeeld 2: Klinische onderzoeken<\/strong><\/span><\/h3>\n
\n
Voorbeeld 3: advertentiekosten<\/strong><\/span><\/h3>\n
\n
Voorbeeld 4: Productie<\/strong><\/span><\/h3>\n
\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Inleiding tot de one-sample t-test<\/a>
Inleiding tot de t-test met twee steekproeven<\/a>
Inleiding tot de t-test van gepaarde monsters<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"