Een statistische hypothese is een variant van mogelijke regelmatigheden die het bestudeerde fenomeen gehoorzamen. Een eenvoudige statistische hypothese bepaalt de waarden van de parameters van een enkele kansverdelingswet of de vorm ervan. Een complexe hypothese bestaat uit vele eenvoudige hypothesen.
Stappen voor het testen van statistische hypothesen
De essentie van het testen van statistische hypothesen is het bevestigen of weerleggen van theoretische aannames op basis van de verkregen praktijkgegevens en het minimaliseren van fouten en fouten. Eerst wordt het onderzoeksobject gepresenteerd in de vorm van een statistische hypothese. Vervolgens worden de kenmerken en de geteste en alternatieve hypothesen geselecteerd, rekening houdend met de analyse van mogelijke fouten en hun gevolgen.
Het gebied van toelaatbare waarden, het kritieke gebied en de kritische waarde van het statistische criterium worden vastgesteld. De werkelijke waarde van het statistische criterium wordt berekend. De theoretische en praktische waarden van het criterium worden vergeleken. De hypothese wordt geaccepteerd of verworpen op basis van de testresultaten.
Statistische onderzoeksanalyse
Bij het testen van hypothesen volgens een van de criteria zijn twee foutieve beslissingen mogelijk - een fout van de eerste soort: onjuiste verwerping van de nulhypothese en aanvaarding van een alternatieve. Type II-fout: het onjuist accepteren van de nulhypothese in plaats van deze te verwerpen. De formulering van een alternatieve hypothese kan variëren. Het hangt allemaal af van welke afwijkingen van de waarde van de hypothese belangrijker zijn. Deze kunnen zowel positief als negatief zijn, of beide.
De formulering bepaalt de grenzen van het kritieke gebied, evenals het bereik van toegestane waarden. Een kritisch gebied is een gebied waar de onderzoeksparameters vallen en dat leidt tot een afwijking. De mogelijkheid dat criteriumparameters in deze sfeer vallen, is gelijk aan het geaccepteerde significantieniveau.
Als de verkregen gegevens binnen het bereik van toegestane waarden vallen, is de aangevoerde hypothese niet in tegenspraak met de werkelijke gegevens en wordt deze niet verworpen. Als de berekende waarde van de parameter in het kritieke gebied valt, is de nulhypothese in tegenspraak met de werkelijke gegevens en wordt deze als resultaat verworpen. Deze gebieden worden van elkaar gescheiden door kritische punten of de grenzen van het kritieke gebied.
De grens kan tweezijdig of eenzijdig zijn, afhankelijk van hoe de alternatieve hypothese is geformuleerd. Het statistische criterium stelt vast in hoeverre de hypothese consistent is met de feitelijke gegevens, of deze kan worden gelaten of moet worden verworpen. Het testen van statistische hypothesen maakt het mogelijk om een definitieve beslissing te nemen over de juistheid van een hypothetische aanname.
