{"id":252,"date":"2023-08-03T13:24:22","date_gmt":"2023-08-03T13:24:22","guid":{"rendered":"https:\/\/statorials.org\/pl\/hipoteza-zerowa\/"},"modified":"2023-08-03T13:24:22","modified_gmt":"2023-08-03T13:24:22","slug":"hipoteza-zerowa","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/hipoteza-zerowa\/","title":{"rendered":"Hipoteza zerowa"},"content":{"rendered":"

W tym artykule wyja\u015bniono, czym jest hipoteza zerowa w statystyce. Przedstawiono tak\u017ce przyk\u0142ady hipotez zerowych oraz powi\u0105zania pomi\u0119dzy hipotez\u0105 zerow\u0105 a innymi koncepcjami pojawiaj\u0105cymi si\u0119 przy testowaniu hipotez. <\/p>\n

<\/span> Co to jest hipoteza zerowa?<\/span><\/h2>\n

W statystyce hipoteza zerowa<\/strong> to hipoteza, kt\u00f3ra zaprzecza lub potwierdza wniosek dotycz\u0105cy parametru badanej pr\u00f3by. W szczeg\u00f3lno\u015bci podczas testowania hipotez hipoteza zerowa utrzymuje, \u017ce wniosek z eksperymentu jest fa\u0142szywy.<\/p>\n

Hipoteza zerowa jest zatem hipotez\u0105, kt\u00f3r\u0105 chcemy odrzuci\u0107. Je\u017celi wi\u0119c badaczowi uda si\u0119 odrzuci\u0107 hipotez\u0119 zerow\u0105, oznacza to, \u017ce hipoteza, kt\u00f3r\u0105 chcia\u0142 udowodni\u0107 w badaniu statystycznym, jest prawdopodobnie prawdziwa. Z drugiej strony, je\u015bli nie mo\u017cna odrzuci\u0107 hipotezy zerowej, oznacza to, \u017ce hipoteza, kt\u00f3r\u0105 chcieli\u015bmy sprawdzi\u0107, jest najprawdopodobniej fa\u0142szywa. Zobaczymy poni\u017cej, kiedy hipotez\u0119 zerow\u0105 mo\u017cna odrzuci\u0107.<\/p>\n

Symbolem hipotezy zerowej jest H 0<\/sub> .<\/p>\n<\/p>\n

\"H_0:<\/p>\n<\/p>\n

Zazwyczaj hipoteza zerowa zawiera w swoim stwierdzeniu \u201enie\u201d lub \u201einny ni\u017c\u201d, poniewa\u017c zak\u0142ada, \u017ce hipoteza badawcza jest fa\u0142szywa.<\/p>\n

<\/span>Przyk\u0142ad hipotezy zerowej<\/span><\/h2>\n

Kiedy ju\u017c poznali\u015bmy definicj\u0119 hipotezy zerowej, przyjrzyjmy si\u0119 przyk\u0142adowi tego typu hipotezy statystycznej, aby lepiej zrozumie\u0107 jej znaczenie.<\/p>\n

Na przyk\u0142ad, je\u015bli badanie statystyczne chce wykaza\u0107, \u017ce bateria laptopa okre\u015blonej marki wytrzymuje \u015brednio 5 godzin, hipoteza zerowa b\u0119dzie taka, \u017ce bateria tego laptopa ma \u015bredni czas pracy inny ni\u017c 5 godzin.<\/p>\n<\/p>\n

\"H_0:<\/p>\n<\/p>\n

Podsumowuj\u0105c, hipoteza zerowa jest formu\u0142owana w sprzeczno\u015bci ze twierdzeniem, kt\u00f3re chcemy sprawdzi\u0107, a zatem jest hipotez\u0105 badawcz\u0105, kt\u00f3r\u0105 chcemy odrzuci\u0107. <\/p>\n

<\/span> Hipoteza zerowa i hipoteza alternatywna<\/span><\/h2>\n

Hipoteza alternatywna<\/strong> to hipoteza robocza, kt\u00f3r\u0105 chcesz udowodni\u0107. Oznacza to, \u017ce celem testowania hipotez jest sprawdzenie, czy hipoteza alternatywna jest prawdziwa. Hipoteza alternatywna jest oznaczona symbolem H 1<\/sub> .<\/p>\n

Dlatego r\u00f3\u017cnica mi\u0119dzy hipotez\u0105 zerow\u0105 a hipotez\u0105 alternatywn\u0105<\/strong> polega na tym, \u017ce przeprowadzaj\u0105c badanie statystyczne, celem jest odrzucenie hipotezy zerowej, podczas gdy celem jest wykazanie, \u017ce hipoteza alternatywna jest prawdziwa.<\/p>\n

Id\u0105c za poprzednim przyk\u0142adem, je\u015bli w badaniu statystycznym chcemy potwierdzi\u0107, \u017ce bateria laptopa danej marki wytrzymuje \u015brednio 5 godzin, to alternatywna hipoteza b\u0119dzie taka, \u017ce bateria tego laptopa wytrzymuje 5 godzin, a w przypadku z drugiej strony hipoteza zerowa b\u0119dzie przeciwie\u0144stwem hipotezy alternatywnej.<\/p>\n<\/p>\n

\"\\begin{array}{c}H_0:<\/p>\n<\/p>\n

Tak wi\u0119c w rzeczywisto\u015bci w badaniu najpierw formu\u0142uje si\u0119 hipotez\u0119 alternatywn\u0105, a nast\u0119pnie formu\u0142uje si\u0119 hipotez\u0119 zerow\u0105, kt\u00f3ra b\u0119dzie przeciwna hipotezie alternatywnej. <\/p>\n

\u27a4<\/span> Zobacz:<\/strong> Co to jest hipoteza alternatywna?<\/a> <\/div>\n

<\/span> Hipoteza zerowa i warto\u015b\u0107 p<\/span><\/h2>\n

Na koniec zobaczmy, jaki jest zwi\u0105zek mi\u0119dzy hipotez\u0105 zerow\u0105 a warto\u015bci\u0105 p, poniewa\u017c s\u0105 to dwie blisko powi\u0105zane koncepcje statystyczne.<\/p>\n

Warto\u015b\u0107 p<\/strong> , zwana tak\u017ce warto\u015bci\u0105 p<\/strong> , to warto\u015b\u0107 z zakresu od 0 do 1, kt\u00f3ra wskazuje prawdopodobie\u0144stwo, \u017ce zaobserwowana r\u00f3\u017cnica jest wynikiem przypadku. Zatem warto\u015b\u0107 p wskazuje na wa\u017cno\u015b\u0107 wyniku i s\u0142u\u017cy do okre\u015blenia, czy przyj\u0105\u0107, czy odrzuci\u0107 hipotez\u0119 zerow\u0105.<\/p>\n

Kiedy wi\u0119c hipoteza zerowa zostaje odrzucona?<\/strong><\/p>\n

Hipoteza zerowa jest akceptowana lub odrzucana w zale\u017cno\u015bci od zwi\u0105zku mi\u0119dzy warto\u015bci\u0105 p a poziomem istotno\u015bci<\/a> :<\/p>\n