가설 검정의 중요성

가설은 관찰 된 현상의 발생에 대한 설명으로 제시된 이론 또는 명제이며, 조사를 안내하기위한 잠정적 추측 (작업 가설이라고 함), 또는 확립 된 것 대신 가능성이 높은 것으로 받아 들여짐 사리. 과학적 가설은 반복 가능한 실험에 의해 입증된다면 이론 또는 궁극적으로 자연의 법칙이 될 수 있습니다. 가설 검정은 데이터를 사용하여 결정을 내리는 방법으로서 통계에서 일반적입니다. 즉, 가설을 테스트하는 것은 통계를 기반으로 특정 현상에 대한 관찰이 실제로 발생했을 가능성이 있는지 확인하는 것입니다.

통계적 가설 검정

확인 데이터 분석이라고도하는 통계적 가설 테스트는 실험 결과에 기존의 통념에 의문을 제기 할 수있는 충분한 정보가 포함되어 있는지 여부를 결정하는 데 자주 사용됩니다. 예를 들어, 한때 특정 인종이나 피부색의 사람들은 백인에 비해 지능이 열등하다고 생각했습니다. 지능은 인종이나 피부색에 기반하지 않는다는 가설이 세워졌습니다. 다양한 인종, 피부색 및 문화의 사람들에게 지능 테스트를 실시하고 데이터를 분석했습니다. 통계 가설 테스트는 인종 간의 지능에 대한 유사한 측정이 단순히 샘플 오류가 아니라는 점에서 결과가 통계적으로 유의미하다는 것을 입증했습니다.

Null 및 대체 가설

현상을 테스트하기 전에 일어날 수있는 일에 대한 가설을 세웁니다. 어떤 일이 일어나고 있는지에 대한 가설이나 추측은 특정 그룹이 서로 다르거 나 지능은 피부색과 관련이 없거나 일부 치료가 결과 측정에 영향을 미칩니다. 예. 이로부터 두 가지 가능성이 있습니다. 아무 일도 일어나지 않았거나, 차이가 없거나, 원인과 결과가 없다는“무 가설”; 또는 "대안 가설"이라는 레이블이 붙은 이론이 맞았습니다. 간단히 말해 통계적 가설, 당신은 어떤 일이 발생했는지 확인하려고 노력하고 있으며 아무것도 없을 가능성과 비교하고 있습니다. 일어난. 혼란스럽게도 당신은 아무 일도 일어나지 않았다는 것을 반증하려고합니다. 아무 일도 일어나지 않았다는 것을 반증하면 어떤 일이 일어났다는 결론을 내릴 수 있습니다.

가설 검정의 중요성

San Jose State University Statistics Department에 따르면 가설 테스트는 통계에서 가장 중요한 개념 중 하나입니다. 어떤 일이 실제로 일어 났는지, 특정 치료가 긍정적 인 영향을 미치는지, 그룹이 서로 다르거 나 한 변수가 예측하는지 여부를 결정합니다. 다른. 간단히 말해, 데이터가 통계적으로 유의하고 우연히 발생했을 가능성이 없는지 증명하려고합니다. 본질적으로 가설 검정은 유의성 검정입니다.

가능한 결론

통계가 수집되고 우연에 대한 가설을 테스트하면 최종 결론을 도출합니다. 귀무 가설을 기각하면 결과가 통계적으로 유의하고 운이나 우연에 의해 발생하지 않았다고 주장하는 것입니다. 따라서 결과는 대립 가설을 증명합니다. 귀무 가설을 기각하지 않으면 연구에서 효과 나 차이를 찾지 못했다고 결론을 내려야합니다. 이 방법은 얼마나 많은 의약품 및 의료 절차가 검사되는지입니다.

  • 공유
instagram viewer