Hipoteza statystyczna

W tym artykule wyjaśniono, jakie są założenia statystyczne. Znajdziesz więc znaczenie hipotez statystycznych, przykłady hipotez statystycznych i jakie są różne rodzaje hipotez statystycznych.

Co to jest hipoteza statystyczna?

Hipoteza statystyczna to założenie dotyczące wartości parametru statystycznego. Mówiąc najprościej, hipotezy statystyczne to stwierdzenia dotyczące cech populacji. W statystyce hipoteza jest odrzucana lub akceptowana poprzez wykonanie testu hipotezy.

Na przykład hipoteza „Nowa maszyna ma 95% dokładności w przypadku dobrze wykonanych części” jest hipotezą statystyczną, ponieważ zakłada wartość parametru populacji, a dokładniej stwierdza, że odsetek populacji z dobrze- wykonane części wykonane części to założenie statystyczne. części wynosi 95%.

Ogólnie rzecz biorąc, założenia statystyczne przyjmuje się, gdy istnieje podejrzenie, że wartość parametru populacji różni się od oczekiwanej. Po sformułowaniu hipotezy statystycznej przeprowadza się badanie statystyczne w celu odrzucenia lub przyjęcia tej hipotezy. Zobaczymy, jak to zrobić poniżej.

Przykłady hipotez statystycznych

Teraz, gdy znamy już definicję hipotezy statystycznej, przyjrzyjmy się kilku przykładom hipotez statystycznych, aby w pełni zrozumieć tę koncepcję.

  1. Średnia długość części wytwarzanych przez maszynę wynosi 15 cm.
  2. Lek jest skuteczny w 90%.
  3. Średnie wynagrodzenie w firmie ma odchylenie standardowe większe niż 15 000 USD rocznie.
  4. Nawóz A powoduje, że rośliny rosną wolniej niż nawóz B.
  5. Nowa maszyna produkuje średnio o 2 jednostki dziennie więcej niż poprzednia maszyna.

Rodzaje hipotez statystycznych

Zasadniczo hipotezy statystyczne można podzielić na dwa typy:

  • Hipoteza zerowa : Jest to hipoteza statystyczna, która utrzymuje, że początkowa hipoteza dotycząca parametru populacji jest fałszywa. Hipoteza zerowa jest zatem hipotezą, którą chcemy odrzucić.
  • Hipoteza alternatywna : jest to hipoteza statystyczna badania, która ma zostać zweryfikowana. Innymi słowy, hipoteza alternatywna jest wcześniejszą hipotezą badacza i próbując udowodnić, że jest prawdziwa, zostanie przeprowadzone testowanie hipotezy.

Zazwyczaj hipotezę alternatywną formułuje się przed hipotezą zerową, ponieważ to właśnie ona ma być poparta analizą statystyczną próbki danych. Hipotezę zerową formułuje się po prostu poprzez zaprzeczenie hipotezie alternatywnej.

Testowanie hipotez

Testowanie hipotez , zwane także testowaniem hipotez lub testowaniem hipotez , to metoda stosowana do odrzucenia lub zaakceptowania hipotezy statystycznej. Innymi słowy, test hipotezy służy do ustalenia, czy odrzucić, czy zaakceptować hipotezę dotyczącą wartości parametru statystycznego populacji.

Istnieją dwa rodzaje testowania hipotez:

  • Dwustronne testowanie hipotez (lub dwustronne testowanie hipotez) : alternatywna hipoteza testowania hipotez stwierdza, że parametr populacji „różni się” od określonej wartości.
  • Jednostronne testowanie hipotez (lub jednostronne testowanie hipotez) : alternatywna hipoteza testowania hipotez wskazuje, że parametr populacji jest „większy niż” (prawy ogon) lub „mniejszy niż” (lewy ogon) określonej wartości.

Dwustronne testowanie hipotez

\begin{cases}H_0: \mu=\mu_0\\[2ex]H_1:\mu\neq\mu_0\end{cases}

Jednostronne testowanie hipotez (prawy ogon)

\begin{cases}H_0: \mu\leq \mu_0\\[2ex]H_1:\mu>\mu_0\end{cases}” title=”Rendered by QuickLaTeX.com” height=”65″ width=”102″ style=”vertical-align: 0px;”></p>
</p>
</div>
<div class=

Jednostronne testowanie hipotez (lewy ogon)

\begin{cases}H_0: \mu\geq\mu_0\\[2ex]H_1:\mu<\mu_0\end{cases}

Testując hipotezę, analizuje się próbkę danych i na podstawie uzyskanych wyników podejmuje się decyzję o odrzuceniu lub przyjęciu hipotezy statystycznej dotyczącej wcześniej ustalonego parametru populacji.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *