假设测试：4个步骤和示例

什么是假设检验？

假设检验有时称为显着性测试，是统计中的一种行为测试关于人口参数的假设。分析师采用的方法取决于所使用的数据的性质和分析的原因。

假设检验用于通过使用样本数据来评估假设的合理性。此类数据可能来自较大的人群或数据生成过程。在以下描述中，这两种情况都将使用“人口”一词。

关键要点

假设检验用于通过使用样本数据来评估假设的合理性。
鉴于数据，该测试提供了有关假设的合理性的证据。
统计分析师通过测量和检查正在分析的人群的随机样本来检验假设。
假设检验的四个步骤包括说明假设，制定分析计划，分析样本数据并分析结果。

假设检验如何工作

在假设检验中分析师测试一个统计样本，旨在提供有关零假设的合理性的证据。统计分析师测量并检查正在分析的人群的随机样本。所有分析师都使用随机人群样本来检验两个不同的假设：零假设和替代假设。

零假设通常是人口参数之间平等的假设。例如，零假设可能指出人口平均收益等于零。替代假设实际上与无效假设相反。因此，它们是相互排斥，只有一个可以是真实的。但是，两个假设之一将永远是正确的。

重要的

零假设是关于人口参数（例如人口平均值）的陈述，被认为是正确的。

陈述假设。
制定一个分析计划，概述了如何评估数据。
执行计划并分析样本数据。
分析结果并拒绝零假设，或者指出无效假设是合理的。

假设检验的示例

如果一个人想测试一分钱恰好有50％的机会降落在头上，则零假设是50％是正确的，而另一种假设是50％是不正确的。从数学上讲，零假设表示为HO：p = 0.5。替代假设显示为“ HA”，与零假设相同，除了相等的符号触及，这意味着它不等于50％。

随机采用100个硬币翻转的样品，并测试了零假设。如果发现将100个硬币翻转分布成40个头和60个尾巴，则分析师会认为一分钱没有50％的机会降落在头上，并且会拒绝原假设并接受替代假设。

如果有48个头和52个尾巴，那么硬币可能是公平的并且仍然产生这样的结果是合理的。在此类情况下，在“接受”零假设“接受”的情况下，分析师指出，预期结果（50头和50个尾巴）和观察到的结果（48个头和52个尾巴）之间的差异是“单独偶然地解释的”。

假设检验何时开始？

一些统计学家将第一个假设检验归因于讽刺作家约翰·阿布斯诺（John Arbuthnot）在1710年，他们在观察到英格兰的男性和女性出生后观察到，几乎每年，男性的出生都略有比例。 Arbuthnot计算出，这种情况发生的可能性很小，因此是由于“神圣的天意”。

假设检验的好处是什么？

假设测试通过对数据进行测试来帮助评估新思想或理论的准确性。这使研究人员能够确定证据是否支持其假设，有助于避免错误的主张和结论。假设测试还为基于数据而不是个人意见或偏见的决策提供了一个框架。通过依靠统计分析，假设检验有助于减少机会和混淆变量的影响，从而为得出明智的结论提供了强大的框架。

假设检验的局限性是什么？

假设检验仅依赖于数据，并且对所研究的主题没有全面的理解。此外，结果的准确性取决于可用数据的质量和所使用的统计方法。数据不正确或不当假设的表述可能会导致结论不正确或测试失败。假设检验也可能导致错误，例如分析师在不应该接受或拒绝无效假设的情况下。这些错误可能会导致错误的结论或错过的机会，以识别数据中的重要模式或关系。