10 Principais conceitos em testes de hipóteses

Video: Teste de hipóteses

Testando hipóteses é uma técnica estatística que é usado em uma variedade de situações. Embora os detalhes técnicos diferem de situação para situação, todos os testes de hipóteses usar o mesmo conjunto básico de termos e conceitos. As descrições seguintes de termos e conceitos comuns referem-se a um teste de hipótese em que os meios de duas populações estão a ser comparadas.

hipótese nula

o hipótese nula é uma declaração clara sobre a relação entre duas (ou mais) objetos estatísticos. Estes objectos podem ser medidas, as distribuições, ou categorias. Normalmente, a hipótese nula, como o nome implica, afirma que não existe qualquer relação.

No caso de dois população significa, a hipótese nula pode indicar que os meios das duas populações são iguais.

Hipótese alternativa

Uma vez que a hipótese nula foi dito, é fácil para construir o hipótese alternativa. É essencialmente a afirmação de que a hipótese nula é falsa. No nosso exemplo, a hipótese alternativa seria que as médias das duas populações não são iguais.

Significado

o significado nível é uma medida da força estatística do teste de hipótese. Ele é muitas vezes caracterizado como a probabilidade de incorretamente concluir que a hipótese nula é falsa.

O nível de significância é algo que você deve especificar na frente. Em aplicações, o nível de significância é tipicamente um dos três valores: 10%, 5%, ou 1%. Um nível de significância de 1% representa o teste mais forte dos três. Por esta razão, uma% é uma superior nível de significância de 10%.

Poder

Relacionadas com significado, a poder de um teste mede a probabilidade de concluir corretamente que a hipótese nula é verdadeira. O poder não é algo que você pode escolher. Ela é determinada por vários fatores, incluindo o nível de significância de selecionar e o tamanho da diferença entre as coisas que você está tentando comparar.

Infelizmente, o significado e poder estão inversamente relacionadas. Importância crescente diminui o poder. Isso torna difícil para projetar experimentos que têm ambos muito alto significado e poder.

estatística de teste

o estatística de teste é uma medida única que capta a natureza estatística da relação entre as observações que você está lidando. A estatística de teste depende fundamentalmente do número de observações que estão a ser avaliados. Ela difere de situação para situação.

Distribuição da estatística de teste

Toda a noção de hipótese repousa sobre a capacidade de especificar (exatamente ou aproximadamente) a distribuição que a estatística de teste segue. No caso deste exemplo, a diferença entre os meios serão normalmente aproximadamente distribuído (assumindo que há um número relativamente grande de observações).

testes unicaudal vs bicaudal

Dependendo da situação, você pode querer (ou precisa) para empregar um 1- ou teste bicaudal. Estas caudas referem-se à cauda esquerda da distribuição da estatística de teste e direita. Um teste bilateral permite a possibilidade de que a estatística de teste seja muito grande ou muito pequeno (negativo é pequeno). Um teste unilateral permite apenas uma dessas possibilidades.

Em um exemplo onde a hipótese nula afirma que as duas médias da população são iguais, você precisa para permitir a possibilidade de que qualquer um dos dois poderia ser maior do que o outro. A estatística de teste pode ser positivo ou negativo. Então, você emprega um teste de duas caudas.

A hipótese nula poderia ter sido um pouco diferente, ou seja, que a média da população 1 é maior do que a média da população 2. Nesse caso, você não precisa levar em conta estatisticamente para a situação em que a primeira média é menor do que o segundo. Então, você iria empregar um teste de uma cauda.

Valor crítico

o valor crítico em um teste de hipótese é baseada em duas coisas: a distribuição da estatística de teste eo nível de significância. O valor (s) referem-se crítica para o ponto na distribuição estatística de teste que dão as caudas da distribuição uma área (significando a probabilidade) exactamente igual ao nível de significância de que foi escolhido.

Decisão

Seu decisão para rejeitar ou aceitar a hipótese nula é baseada na comparação a estatística de teste com o valor crítico. Se a estatística de teste excede o valor crítico, você deve rejeitar a hipótese nula. Neste caso, você diria que a diferença entre os dois população significa é significativo. Caso contrário, você aceita a hipótese nula.

Video: Teste de Hipótese - Revisão

P-valor

o p-valor de um teste de hipótese dá-lhe uma outra maneira de avaliar a hipótese nula. O valor-p representa o mais alto nível de significância em que seu teste estatístico específico justificaria rejeitar a hipótese nula. Por exemplo, se você tiver escolhido um nível de significância de 5%, e o valor-p acaba por ser .03 (ou 3%), você estaria justificado em rejeitar a hipótese nula.