Нулевая гипотеза

Что такое нулевая гипотеза?

Нулевая гипотеза считается общепринятой истиной. Предполагается, что исследование ложно, что наблюдения вызваны случайными факторами. Исследователи должны доказать ошибочность нулевой гипотезы, чтобы доказать свою альтернативную гипотезу.

Нулевая гипотеза предполагает, что выборочные данные и данные генеральной совокупности не различаются. Это противоположно альтернативной гипотезе, которая говорит, что выборка или заявленные данные отличаются от фактического населения. Нулевая гипотеза обозначается H0 (произносится как «H ноль»).

Оглавление

• Что такое нулевая гипотеза?
  • Объяснение нулевой гипотезы
  • Формула нулевой гипотезы
  • Как найти нулевую гипотезу?
  • Примеры нулевой гипотезы
  • Значение
  • Ограничения
  • Нулевая гипотеза против альтернативной гипотезы
  • Часто задаваемые вопросы (FAQ)
  • Рекомендуемые статьи

Ключевые выводы

• Во время проверки значимости нулевой гипотезы (NHST), если уровень значимости находится в пределах допустимого предела или доверительного интервала, H0 принимается; в противном случае оно отклоняется.
• Проверка гипотезы — это форма математической модели, которая используется для принятия или отклонения гипотезы в диапазоне уровней достоверности.
• Нулевая гипотеза — это предположение, которое считается верным, если не доказано обратное. Он используется для подтверждения или опровержения утверждений исследований вместе со статистическими данными.

Объяснение нулевой гипотезы

Нулевая гипотеза может быть определена как принятый факт, который может быть или не быть правдой. В первоначальном утверждении нулевой гипотезы считается, что предположение верно. Нулевая гипотеза в основном используется для проверки релевантности статистических данных, взятых в качестве выборки. Затем эта выборка сравнивается с характеристиками всего населения, из которого была взята выборка. Исследователи могут доказать или опровергнуть утверждение или предположение, проводя проверку гипотез Проверка гипотез Проверка гипотез — это статистический инструмент, который помогает измерить вероятность правильности результата гипотезы, полученного после выполнения гипотезы на выборочных данных. Он подтверждает правильность полученных результатов первичной гипотезы. Подробнее (NHST).

Например, предположим, что в заявлении говорится, что для формирования привычки требуется 30 дней. Следовательно, будет считаться, что оно справедливо до тех пор, пока не появится какая-то статистическая значимость. Статистическая значимость. Статистическая значимость — это вероятность того, что наблюдение не вызвано ошибкой выборки. сформировать привычку. Проверка гипотезы — это математическая модель, используемая для принятия или отклонения гипотезы в пределах заданного диапазона уровня достоверности. Он также используется для проверки различий между альтернативными процедурами.

Нулевая гипотеза служит основой для выдающихся научных исследований. Например, ученые считают, что «на Марсе есть жизнь». Это утверждение может быть принято или отвергнуто на основе статистического анализа.

Формула нулевой гипотезы

На основании нулевой гипотезы нам нужно доказать, что:

Гипотеза проверяется на уровне уровней значимости в наблюдаемых данных. Это сделано для обобщения теоретических данных.

Для расчета отклонения от заявленных данных можно использовать формулу:

Как найти нулевую гипотезу?

Вот некоторые из основных шагов для определения H0:

1. Первый шаг состоит в том, чтобы предположить, что данное утверждение верно.
2. Затем найдите уровень значимости или коэффициент отклонения. Для этого сначала найдите разницу между заявленными данными и фактическими данными, а затем разделите ее на заявленные данные. Результат умножается на 100.
3. Если результат попадает в доверительный интервал, то принимается нулевая гипотеза; однако гипотеза отклоняется, если она выходит за пределы доверительного интервала. Доверительный интервал = среднее значение выборки ± критический фактор × стандартное отклонение выборки. читать далее. Здесь мы видим, что заявленное или предполагаемое значение должно быть равно или почти равно фактическим данным, чтобы нулевая гипотеза была верной.

Примеры нулевой гипотезы

Теперь давайте применим нулевую гипотезу к нескольким примерам.

В промышленном исследовании утверждалось, что при среднем производстве 100 товаров вероятность встретить бракованный продукт составляет всего 1,5 %. Но в ходе изучения взятого образца было установлено, что шансы столкнуться с бракованным товаром на самом деле составляли 1,55%. Прокомментируйте это условие.

Решение:

В случае проверки нулевой гипотезы исходное утверждение считается верным. Здесь предполагается, что только 1,5 % из 100 товаров были бракованными.

В этом случае отклонение помогает установить уровень значимости.

Расчет коэффициента отклонения можно выполнить следующим образом:

= (1,55%-1,50%) * 100/1,50%

Таким образом, коэффициент отклонения будет:

Коэффициент отклонения = 3,33%

Объяснение

В этом примере стандартное отклонениеСтандартное отклонениеСтандартное отклонение (SD) является популярным статистическим инструментом, представленным греческой буквой «σ», для измерения вариации или дисперсии набора значений данных относительно их среднего значения (среднего значения), таким образом интерпретируя надежность данных. Отклонение от принятого параметра составляет 3,33 %, что находится в пределах допустимого диапазона, т. е. от 1 % до 5 %. Таким образом, нулевая гипотеза может быть принята, даже если фактическая оценка отличается от предположения. Но если такое отклонение превышает 5%, гипотеза будет отвергнута. За пределами этого процента сделанное предположение не будет иметь никакого обоснования.

Есть много способов проверить предполагаемое утверждение. Например, при нулевых предположениях среднее значение выборки сравнивается со средним значением генеральной совокупности. деленное на количество значений в совокупности, которое обозначается N.читать дальше. Здесь термин «среднее» может быть определен как среднее значение параметра и количества переменных.

Значение

Хотя мы проводим различные статистические тесты, такие как P-значениеP-значениеP-значение или значение вероятности, это решающий фактор для нулевой гипотезы для вероятности того, что предполагаемый результат будет верным, будет принят или отклонен, и принятие альтернативного результата в случай отклонения предполагаемых результатов. далее, результаты можно анализировать, определяя нулевую гипотезу и альтернативную гипотезу. Некоторые из причин его важности обсуждаются ниже:

• Логика проверки статистической значимости: статистика используется для проверки того, возникают ли предположения случайно или по определенным причинам. Это помогает исключить случайные факторы, вызывающие наблюдение.
• Докажите или опровергните относительное утверждение: нулевая гипотеза доказывает, что между двумя переменными нет связи; таким образом, он используется для реляционного вывода.

• Облегчает альтернативную проверку гипотез: Альтернативная гипотеза — это только одна сторона медали. Нулевая гипотеза необходима для нахождения и проверки ее результата.
• Доверительный интервал: он отражает те же базовые статистические рассуждения, что и P-значение в excelP-значение в ExcelP-значение используется в корреляционном и регрессионном анализе в Excel, чтобы определить, является ли полученный результат возможным или нет, и с каким набором данных из результата работать. Его значение варьируется от 0 до 1.Подробнее.
• Применимо в различных областях исследования: Будь то исследования, наука, психология, статистика или инвестиции, все требует проверки гипотез.

Ограничения

Нулевая гипотеза основана на анализе; поэтому интерпретация имеет решающее значение. К сожалению, его можно легко неверно истолковать и манипулировать. В большинстве случаев проверка значимости обычно проводится для отклонения; таким образом, результаты часто оказываются ложными.

Другой важной проблемой является выбор соответствующего размера выборки. Размер выборки. Формула размера выборки отражает соответствующий диапазон генеральной совокупности, в которой проводится эксперимент или опрос. Он измеряется с использованием размера совокупности, критического значения нормального распределения при требуемом уровне достоверности, доли выборки и предела погрешности. Подробнее о нахождении вероятности или среднего значения. Небольшой размер выборки не дает точных результатов. Точно так же огромная выборка усложняет расчет.

Нулевая гипотеза против альтернативной гипотезы

Нулевая гипотеза относится к статистическому подходу, при котором значение выборки считается таким же, как данные генеральной совокупности. В этом состоянии их статистическая значимость находится где-то в пределах доверительного уровня. Напротив, для альтернативной гипотезы значение выборки отличается от данных генеральной совокупности. В таком случае статистическая значимость этих двух значений не попадает в пределы доверительного уровня.

Нулевая гипотеза означает, что наблюдения могут быть вызваны случайностью или случайными факторами. Напротив, альтернативная гипотеза подчеркивает, что наблюдения были вызваны конкретными причинами.

Часто задаваемые вопросы (FAQ)

Что такое пример нулевой гипотезы?

Нулевая гипотеза подтверждает, что выборочные данные эквивалентны данным генеральной совокупности. Это означает, что эти два значения не имеют статистической значимости. Одним из примеров является то, что врач утверждает, что человеку требуется в среднем пять дней, чтобы вылечиться от вирусной лихорадки. На основании 50 пациентов средняя скорость выздоровления составляет 4,97 дня, что примерно равно 5 дням. Таким образом, нулевое предположение справедливо. Образец был взят из разных штатов.

Когда принимать нулевую гипотезу?

Нулевая гипотеза принимается, когда значение выборки равно или почти идентично данным генеральной совокупности. В таком случае статистическая значимость находится в пределах заданного порогового доверительного интервала. И наоборот, если данные выборки не совпадают с данными генеральной совокупности или если уровень статистической значимости ниже доверительного интервала, гипотеза отклоняется.

Почему важна проверка гипотез?

Проверка гипотез необходима для проверки выборочных данных, касающихся данных о населении. Кроме того, это помогает сделать осмысленные выводы в области медицины, исследований, психологии и статистики.

Рекомендуемые статьи

Это было руководство к тому, что такое нулевая гипотеза и ее определение. Здесь мы обсуждаем значимость нулевой гипотезы, формулы и расчеты на примерах. Вы можете узнать больше о статистике и моделировании в Excel из следующих статей:

• Дисперсионный анализ в Excel
• Z-тест в Excel
• Т-тест