Czym są hipotezy dwustronne?

Autor: Laura McKinney
Data Utworzenia: 6 Kwiecień 2021
Data Aktualizacji: 1 Lipiec 2024
Anonim
One Tailed and Two Tailed Tests, Critical Values, & Significance Level - Inferential Statistics
Wideo: One Tailed and Two Tailed Tests, Critical Values, & Significance Level - Inferential Statistics

Zawartość

Hipotezy dwustronne różnią się od hipotez jednostronnych, ponieważ w dwóch ogonach występują dwa różne obszary odrzucenia, zwykle gdy odpowiednie liczby są zbyt duże lub zbyt małe. Naukowcy wykorzystują te założenia, aby pomóc im w bardziej złożonych testach.


Dwustronne hipotezy pomagają naukowcom opracować lepsze eksperymenty (Ryan McVay / Photodisc / Getty Images)

Ogony

Ogony są dwoma bocznymi obszarami paraboli, które rozciągają się daleko od centralnego wzniesienia krzywej. Linie są ciągłe i mają potencjał, aby rozciągać się do nieskończoności, zgodnie z kształtem krzywej. Ogony mogą zaczynać się na różnych poziomach krzywej, w zależności od różnych poziomów rygoru naukowego. Jednak większość eksperymentów wymaga co najmniej dwóch odchyleń standardowych, co odpowiada poziomowi 5 i 95% krzywej.

Hipoteza zerowa

Hipoteza zerowa jest standardową pozycją eksperymentu z hipotezą dwustronną. Nowa teoria zakłada odrzucenie hipotezy zerowej. Na przykład hipoteza zerowa może polegać na tym, że grawitacja przyspiesza obiekty do 9,8 metra na sekundę do kwadratu. Aby odrzucić tę hipotezę, należy przeprowadzić wiele eksperymentów. Gdyby istniały bardziej istotne wyniki powyżej lub poniżej sugerowanej liczby dla dwustronnej hipotezy, hipoteza zerowa mogłaby zostać odrzucona i można by zapewnić nowe przyspieszenie.


Testy Z i T

Dwustronna hipoteza może być reprezentowana przez standardową krzywą Gaussa lub bardziej chaotyczną krzywą z kompletnym zestawem danych. Gdy używana jest krzywa guassowska, test T jest używany do określenia, czy hipoteza zerowa jest odrzucona. Gdy używany jest pełny zestaw danych, test Z jest używany do określenia, czy hipoteza zerowa jest odrzucona.Każdy test ma powiązaną tabelę statystyczną, która koreluje ze standardowym odchyleniem danych.

Test jednostronny

Test jednostronny jest również potężnym narzędziem do oceny hipotez. Jest jednak używany podczas testowania danych tylko w jednym kierunku, co może być przydatne i znaczące w wielu przypadkach. Na przykład, podczas testowania nowego leku, możliwe jest, że interes polega jedynie na porównaniu, czy jest on mniej skuteczny niż obecna alternatywa rynkowa. Innymi słowy, do zatwierdzenia nie jest konieczne testowanie, czy lek jest znacznie lepszy niż alternatywa; ale tylko jeśli jest gorzej.