가설검정 예제

어떤 테스트를 사용할지 생각하기 전에 Neyman-Pearson 이론은 이전 확률과 결정으로 인한 작업 비용을 모두 수용할 수 있어야 합니다. [50] 전자는 각 테스트가 이전 테스트의 결과를 고려할 수 있도록 합니다(피셔의 유의성 테스트와는 달리). 후자는 경제 문제 (예 : 확률)를 고려할 수 있습니다. 우도 비율은 가설 중에서 선택하기 위한 좋은 기준으로 남아 있습니다. 가설 테스트의 실제 응용 프로그램은 다음과 같습니다:[12] 단계 2: 대체 가설 상태. 주장은 학생들이 평균 IQ 점수 이상을 가지고 있다는 것입니다, 그래서: H1 : μ > 100. 우리가 특정 지점을 ”보다 큰”점수를 찾고 있다는 사실은 이것이 한 꼬리 테스트임을 의미합니다. 통계 문헌에서 통계 가설 테스트는 근본적인 역할을 합니다. [4] 추론의 일반적인 라인은 다음과 같습니다 : 수학 및 통계는 관중을위한 것이 아닙니다. 무슨 일이 일어나고 있는지 진정으로 이해하기 위해, 우리는 몇 가지 예를 읽고 작업해야합니다.

가설 테스트의 이면에 있는 아이디어에 대해 알고 있고 메서드의 개요를 보려면 다음 단계는 예제를 보는 것입니다. 다음은 가설 테스트의 해결된 예제를 보여 주며, 직관을 약간 공식화하려면 : 가방이 있는 가이거 카운트가 가장 큰 것(5% 또는 1%)을 초과하는 경우 방사능이 의심됩니다. 가이거 카운트의 주변 방사선만으로 만들어졌습니다. 이렇게 하면 개 수 분포에 대한 가정이 없습니다. 희귀 한 이벤트에 대한 좋은 확률 추정을 얻기 위해 많은 주변 방사선 관측이 필요합니다. p-값이 선택한 유의 임계값보다 작은 경우(마찬가지로 관찰된 테스트 통계가 임계 영역 외부에 있는 경우) 증거가 결론을 지원하기에 충분하지 않습니다. (이것은 ”무죄” 판결과 유사합니다.) 연구원은 전형적으로 p 값이 유의수준에 가까운 그 케이스에 추가 배려를 줍니다. 이제 등급이 정규 분포를 따르는지 알아냈으니 이제 통계 테스트를 선택해야 합니다. 예를 들어, 가방에 방사성 물질이 포함되어 있는지 여부를 결정하는 것이 좋습니다. 가이거 카운터 아래에 배치, 그것은 생성 10 분당 카운트. 무효 가설은 방사능 물질이 가방에 없고 측정된 모든 카운트가 주변 공기와 무해한 물체의 전형적인 주변 방사능 때문이라는 것입니다.

Kommentarer inaktiverade.