Was ist Hypothesentest?
Das Testen von Hypothesen ist ein Vorgang in der Statistik, bei dem ein Analyst eine Annahme in Bezug auf einen Populationsparameter testet. Die vom Analysten angewandte Methodik hängt von der Art der verwendeten Daten und dem Grund für die Analyse ab. Das Testen von Hypothesen wird verwendet, um auf das Ergebnis einer Hypothese zu schließen, die mit Probendaten einer größeren Population durchgeführt wurde.
Die zentralen Thesen
- Das Testen von Hypothesen wird verwendet, um auf das Ergebnis einer Hypothese zu schließen, die anhand von Probendaten einer größeren Grundgesamtheit erstellt wurde. Der Test gibt dem Analysten an, ob seine primäre Hypothese wahr ist oder nicht. Statistische Analysten testen eine Hypothese, indem sie eine Zufallsstichprobe der Grundgesamtheit messen und untersuchen analysiert.
So funktioniert das Testen von Hypothesen
Beim Testen von Hypothesen testet ein Analyst eine statistische Stichprobe mit dem Ziel, eine Nullhypothese zu akzeptieren oder abzulehnen. Der Test sagt dem Analytiker, ob seine primäre Hypothese wahr ist oder nicht. Wenn dies nicht zutrifft, formuliert der Analyst eine neue zu testende Hypothese und wiederholt den Prozess, bis die Daten eine zutreffende Hypothese ergeben.
Statistische Analysten testen eine Hypothese, indem sie eine Zufallsstichprobe der zu analysierenden Population messen und untersuchen. Alle Analysten verwenden eine zufällige Bevölkerungsstichprobe, um zwei verschiedene Hypothesen zu testen: die Nullhypothese und die Alternativhypothese.
Die Nullhypothese ist die Hypothese, die der Analytiker für wahr hält. Analysten halten die alternative Hypothese für unwahr, was sie praktisch zum Gegenteil einer Nullhypothese macht. Sie schließen sich also gegenseitig aus, und nur einer kann wahr sein. Eine der beiden Hypothesen wird jedoch immer zutreffen.
Vier Schritte des Hypothesentests
Alle Hypothesen werden in vier Schritten getestet:
- Im ersten Schritt muss der Analyst die beiden Hypothesen so angeben, dass nur eine richtig sein kann. Im nächsten Schritt muss ein Analyseplan formuliert werden, in dem dargelegt wird, wie die Daten ausgewertet werden. Im dritten Schritt muss der Plan physisch ausgeführt werden Analysieren Sie die Probendaten. Der vierte und letzte Schritt besteht darin, die Ergebnisse zu analysieren und die Nullhypothese entweder zu akzeptieren oder abzulehnen.
Reales Beispiel für das Testen von Hypothesen
Wenn zum Beispiel eine Person testen möchte, dass ein Penny eine Wahrscheinlichkeit von genau 50% hat, auf Köpfen zu landen, wäre die Nullhypothese ja, und die Alternativhypothese wäre nein (er landet nicht auf Köpfen). Mathematisch würde die Nullhypothese als Ho: P = 0, 5 dargestellt. Die alternative Hypothese würde als "Ha" bezeichnet und mit der Nullhypothese identisch sein, mit Ausnahme des durchgestrichenen Gleichheitszeichens, was bedeutet, dass sie nicht gleich 50% ist.
Eine zufällige Stichprobe von 100 Münzwürfen wird aus einer zufälligen Population von Münzwürfen entnommen, und die Nullhypothese wird dann getestet. Wenn sich herausstellt, dass die 100 Münzwürfe als 40 Köpfe und 60 Schwänze verteilt sind, geht der Analyst davon aus, dass ein Penny keine 50% ige Chance hat, auf Köpfen zu landen, und lehnt die Nullhypothese ab und akzeptiert die Alternativhypothese. Danach würde eine neue Hypothese getestet, die besagt, dass ein Penny eine 40% ige Chance hat, auf dem Kopf zu landen.
