Kaj je formula nične hipoteze?
Nična hipoteza predpostavlja, da vzorčeni podatki in podatki o prebivalstvu nimajo razlike ali z enostavnimi besedami domnevajo, da je trditev osebe glede podatkov ali populacije absolutna resnica in je vedno prava. Torej, tudi če vzamemo vzorec iz populacije, bo rezultat preiskave vzorca enak predpostavki.
Označuje se z H 0 (izgovarja se kot "H ne").
Kako deluje?
V prvotni trditvi o nični hipotezi se domneva, da je predpostavka resnična. Na primer, predpostavimo, da obstaja trditev, ki navaja, da je za oblikovanje kakršne koli navade potrebnih 30 dni. Zato bomo tu domnevali, da je res, dokler ni statističnega pomena, ki bi dokazal, da je naša domneva napačna, in trajanje navade ne traja 30 dni. Testiranje hipotez je oblika matematičnega modela, ki se uporablja za sprejemanje ali zavrnitev hipoteze v okviru ravni zaupanja.
V tem modelu je treba upoštevati 4 korake.
- Prvi korak je navesti dve hipotezi, in sicer nično hipotezo in alternativno hipotezo, tako da je lahko samo ena izmed njih prava.
- Drugi korak vključuje strategijo, ki navaja različne metode, s pomočjo katerih se bodo podatki analizirali.
- Tretji korak je dejanska analiza potrebnega nabora podatkov za sklepanje.
- Zadnji in četrti korak je analiza rezultatov in odločitev o sprejetju ali zavrnitvi hipoteze.
Formula nične hipoteze
" Formula nične hipoteze (H 0 ): parameter = vrednost"Kje,
- Parameter je predpostavka ali izjava zadevne stranke ali osebe.
Hipoteza se preizkuša skozi raven pomembnosti opazovanih podatkov za strnitev teoretičnih podatkov. Za izračun odstopanja od zahtevanih podatkov lahko uporabimo formulo;
Deviacija = razlika med opaženimi in teoretičnimi / teoretičnimi podatki.
Merjenje odklona je zgolj orodje za preučevanje stopnje pomembnosti stanj, ki jih zahteva preskušanje nule hipoteze.
Primeri preverjanja nične hipoteze
Koncept 1: Nična hipoteza bi morala imeti znak enakosti, ali z drugimi besedami, ta hipoteza pomeni predpostavko, da ni razlike.
Primer # 1
Raziskovalna skupina prihaja do zaključka, da če otroci, mlajši od 12 let, zaužijejo izdelek z imenom "ABC", so se možnosti za njihovo višino povečale za 10%. Toda z oceno stopnje rasti vzorca, preverjene z izbiro nekaterih otrok, ki uživajo izdelek "ABC", znaša 9,8%. Pojasnite ničelno hipotezo v navedenem primeru.
Rešitev: v tem primeru, če je predpostavljena nična hipoteza, bo rezultat, ki ga bo izbral raziskovalec, v skladu z merili;
H 0 : Parameter = vrednost
Kadar je parameter, ki ga je izbral raziskovalec, ta, da pri uživanju izdelka „ABC“ pri otrocih, mlajših od 12 let, obstaja verjetnost, da se bo stopnja rasti povečala za 10%.
Vrednost parametra je @ 10%
Torej bo na predpostavki nične hipoteze raziskovalec vzel vrednost parametra @ 10%, kot je bila sprejeta predpostavka.
Koncept 2: Stopnja pomembnosti, kot je omenjeno v definiciji, je merjenje zanesljivosti dejanskih podatkov v primerjavi s podatki, ki so predvideni ali zahtevani v izjavi.
Stopnjo pomembnosti je mogoče preizkusiti z vrednotenjem odstopanja v opazovanih podatkih in teoretičnih podatkih.
2. primer
V študiji, ki jo je opravil organ industrije, trdijo, da je v povprečju proizvodnja 100 blaga verjetnost proizvodnje blaga z napako 1,5-odstotna. Toda med preučevanjem odvzetega vzorca je verjetno, da bo proizvedena napaka skoraj 1,55%. Komentirajte naslednjo situacijo.
Rešitev
V primeru preizkusa nične hipoteze je dejstvo, za katero se domneva, da je pravi svet, trditev organa, da je verjetnost proizvodnje napake 1,5% za proizvodnjo vsakih 100 izdelkov.
V tem primeru lahko stopnjo pomembnosti izmerimo z odstopanjem.
Izračun stopnje odstopanja se lahko izvede na naslednji način,
- = (1,55% -1,50%) * 100 / 1,50%
Stopnja odstopanja bo -
- Stopnja odstopanja = 3,33%
Pojasnilo
V tem primeru odstopanje od predpostavljenega parametra znaša 3,33%, kar je v sprejemljivem območju, tj. 1% do 5%. Tako je nično hipotezo mogoče sprejeti, tudi če se dejansko vrednotenje razlikuje od predpostavke. Toda v tem primeru bi takšen odklon presegel 5% ali več (razlikuje se od pogoja do pogoja), zato je bilo treba hipotezo zavrniti, ker podana predpostavka ne bi imela razloga za utemeljitev.
Koncept 3: Obstaja veliko različnih načinov za preverjanje trditve, za katero se domneva, da je v primeru „nične hipoteze“ ena od metod primerjava povprečja odvzetega vzorca s povprečjem populacije. Kjer bi lahko izraz „povprečje“ opredelili kot povprečje vrednosti parametra, upoštevanega na število izbranih podatkov.
3. primer
Organizacija strokovnjakov je po študiji trdila, da je povprečni delovni čas zaposlenega v predelovalni industriji približno 9,50 ure na dan za pravilno dokončanje dela. Toda proizvodno podjetje z imenom XYZ Inc. je trdilo, da je povprečno število ur dela zaposlenih manj kot 9,50 ure na dan. Za preučitev zahtevka je bil odvzet vzorec 10 zaposlenih, njihov dnevni delovni čas pa je zabeležen spodaj. Srednja vrednost izbranih vzorčnih podatkov je 9,34 ure na dan - komentar o trditvi s strani XYZ Inc.
Rešitev
Za analizo situacije vzemimo formulo Null Hypothesis.
H 0 : Parameter = vrednost, tj.
Kje,
- Parameter strokovnjakov je "povprečna delovna ura zaposlenega, ki dela v proizvodnem podjetju."
Vrednost strokovnjakov je 9,50 ure na dan.
- Povprečje (povprečje) delovnih ur prebivalstva = 9,50 ur na dan
- Povprečni (povprečni) delovni čas vzorca = 9,34 ure na dan
Izračun stopnje odstopanja se lahko izvede na naslednji način,
- = (9,50-9,34) * 100% / 9,50
Stopnja odstopanja bo -
- Stopnja odstopanja = 1,68%
Pojasnilo
V zgornjem primeru so v izjavi strokovnjakov trdili, da je povprečna delovna ura zaposlenega v predelovalni industriji 9,50 ure na dan. Medtem ko se pri preučevanju odvzetega vzorca izkaže povprečje delovnih ur 9,34 ure na dan. V primeru "nične hipoteze" se vzame izjava ali pa se kot parameter vzame trditev strokovnjakov, vrednost parametra pa naj bi bila tudi 9,50 ur na dan, kot trdi izjava . Vendar lahko vidimo, da je po preučitvi vzorca povprečna ura manjša od zahtevane ure. V primeru takšne domneve se taka hipoteza imenuje „nadomestna hipoteza“.
Prednosti
- Zagotavlja logični okvir za preizkušanje statističnega pomena: Pomaga pri preizkušanju nekaterih hipotez s pomočjo statistike.
- Tehnika je preizkušena in preizkušena: metoda je bila preizkušena v zadnjem času in pomaga pri dokazovanju nekaterih predpostavk.
- Nadomestna hipoteza, ki je v nasprotju z nično hipotezo, je lahko nejasna: Torej, če na primer to pravi, da je donosnost vzajemnih skladov 8%, bo nadomestna hipoteza donos vzajemnih skladov, ki ni enak 8%. V dvostranskem testu je mogoče dokazati, da je donos večji ali manjši od 8%.
- Odraža enako osnovno statistično utemeljevanje kot intervali zaupanja: P-vrednost v excelu se uporablja za preskušanje intervala zaupanja.
Slabosti
- Pogosto je napačno razumljeno in napačno interpretirano: včasih je težko navesti nično hipotezo in ustrezno alternativno hipotezo. To je prvi korak in če ne bo uspel, se bo celoten eksperiment analize hipoteze zmotil.
- Preskus vrednosti P je neinformativen v primerjavi z intervalom zaupanja: Interval zaupanja 5% v večini primerov morda ni pomemben.
- To je skoraj vedno napačno: skoraj vedno poskušamo dokazati, da je statistična pomembnost zavrnitve nične hipoteze statistično pomembna. V zelo redkih primerih je ta hipoteza sprejeta.
Ustreznost in uporaba
Nujna hipoteza se v glavnem uporablja za preverjanje ustreznosti statističnih podatkov, odvzetih kot vzorec, v primerjavi z značilnostmi celotne populacije, iz katere je bil tak vzorec odvzet. Z enostavnimi besedami, če je bila za populacijo na podlagi izbranih podatkov vzorca narejena kakršna koli predpostavka, se za preverjanje takih predpostavk in oceno pomembnosti vzorca uporabi nična hipoteza.
Nična hipoteza se običajno uporablja tudi za preverjanje razlike med alternativnimi postopki. Recimo na primer, da obstajata dva načina zdravljenja bolezni in trdi se, da ima eden več učinkov kot drugi. Toda nična hipoteza predpostavlja, da so učinki obeh načinov zdravljenja enaki, nato pa se izvaja študija, da bi ugotovili pomen take domneve in varianco takega.
