Alternatywna hipoteza

W tym artykule wyjaśniono, czym jest hipoteza alternatywna w statystyce. Pokazuje także przykłady hipotez alternatywnych oraz to, w jaki sposób hipoteza alternatywna różni się od hipotezy zerowej.

Jaka jest hipoteza alternatywna?

W statystyce hipoteza alternatywna (lub hipoteza alternatywna ) jest jedną z hipotez proponowanych w teście hipotez. Mówiąc dokładniej, hipoteza alternatywna to hipoteza badawcza, którą chcesz udowodnić.

Innymi słowy, hipoteza alternatywna jest hipotezą badacza i próbując udowodnić, że jest ona prawdziwa, przeprowadzona zostanie analiza statystyczna. Zatem na koniec testu hipotezy alternatywna hipoteza zostanie zaakceptowana lub odrzucona w zależności od uzyskanych wyników.

Symbolem lub skrótem hipotezy alternatywnej jest _H1 .

Hipotezą alternatywną jest zatem hipoteza sprzeczna z hipotezą zerową, którą badacz zamierza odrzucić w trakcie badania statystycznego. Poniżej szczegółowo omówimy różnicę między hipotezą zerową a alternatywą.

Przykład hipotezy alternatywnej

Teraz, gdy znamy już definicję hipotezy alternatywnej, spójrzmy na przykład tego typu hipotezy statystycznej, aby lepiej zrozumieć jej znaczenie.

Na przykład, jeśli w badaniu statystycznym chcemy wykazać, że część wyprodukowana przez określoną maszynę ma średnią długość 25 cm, alternatywną hipotezą będzie to, że średnia długość tej części wynosi 25 cm.

Krótko mówiąc, hipoteza alternatywna to hipoteza, którą chcemy sprawdzić, przeprowadzając badanie statystyczne.

Hipoteza alternatywna i hipoteza zerowa

Hipoteza zerowa to hipoteza przeciwna hipotezie alternatywnej, to znaczy hipoteza zerowa to hipoteza, którą chcemy odrzucić w teście hipotezy. Hipoteza zerowa jest reprezentowana przez symbol H ₀ .

Zatem różnica między hipotezą alternatywną a hipotezą zerową polega na tym, że testując hipotezę, chcemy udowodnić, że hipoteza alternatywna jest prawdziwa, podczas gdy chcemy udowodnić, że hipoteza zerowa jest fałszywa.

Idąc za poprzednim przykładem, jeśli badanie statystyczne ma na celu potwierdzenie, że część wyprodukowana przez określoną maszynę ma średnią długość 25 cm, hipoteza zerowa byłaby taka, że średnia długość tej części różni się od 25 cm. Hipoteza byłaby taka, że średnia długość pomieszczenia rzeczywiście wynosi 25 cm.

W praktyce hipotezę alternatywną formułuje się przed hipotezą zerową, gdyż to ona ma zostać zweryfikowana poprzez statystyczne badanie próby danych. Hipoteza zerowa wynika po prostu ze sprzeczności z hipotezą alternatywną.

Hipoteza alternatywna i wartość p

Na koniec zobaczymy, jaki jest związek między wartością p a hipotezą alternatywną, ponieważ są to dwa powiązane pojęcia statystyczne, często używane w testowaniu hipotez.

Wartość p , zwana także wartością p , to wartość z zakresu od 0 do 1, która wskazuje prawdopodobieństwo, że zaobserwowana różnica jest wynikiem przypadku. Zatem wartość p wskazuje na ważność wyniku i służy do określenia, czy przyjąć, czy odrzucić alternatywną hipotezę.

Mówiąc dokładniej, hipoteza alternatywna jest akceptowana lub odrzucana na podstawie związku między wartością p a poziomem istotności :

• Jeżeli wartość p jest poniżej poziomu istotności, przyjmuje się hipotezę alternatywną.
• Jeśli wartość p jest większa niż poziom istotności, hipoteza alternatywna zostaje odrzucona.

Należy pamiętać, że przyjęcie hipotezy alternatywnej oznacza odrzucenie hipotezy zerowej, a co za tym idzie, weryfikowana jest wyjściowa hipoteza badawcza. Odrzucenie hipotezy alternatywnej oznacza jednak przyjęcie hipotezy zerowej, zatem nie ma dowodów na to, że hipoteza pierwotna jest prawdziwa.

Dodatkowo należy zaznaczyć, że wnioski wyciągnięte w badaniu statystycznym mogą być błędne, gdyż przy testowaniu hipotez hipoteza jest akceptowana lub odrzucana w zależności od wybranego poziomu ufności .