Hoe maak je een statistische hypothese testen Interpreteer

Een statistische hypothese testen biedt een reeks van elkaar uitsluitende hypothesen en stelt een conclusie in termen van deze hypothesen. Voor de statistici, begrijpen hoe hypothesetoetsen interpreteren is een tweede natuur, maar niet iedereen is een statisticus. In veel gevallen is het voor onderzoekers uit andere gebieden de hypothese test volgens een rapport interpreteren. Maar, zult u niet een dergelijke taak moeilijk te vinden, je hoeft alleen maar zoek de kleine handvol relevante statistieken en resultaten. Instructies
1

Zoek de set van hypotheses. Voor bijna alle statistische hypothese testen, zijn er slechts twee hypothesen. Deze hypotheses worden meestal geschreven in de vorm "H0" voor de "nul-hypothese" en "H1" of "Ha" voor de "alternatieve hypothese." Kopen van 2

Interpreteer de betekenis van deze hypothesen. De hypothesen zullen elkaar wederzijds uitsluitende gelijkheden en ongelijkheden. Bijvoorbeeld, "H0: x = 0" en "Ha:. X = 0" In deze situatie, wat de nulhypothese stelt dat de statistische "x" is gelijk aan nul. Aan de andere kant, de alternatieve hypothese dat de statistische "x" is niet gelijk aan nul. Dit zijn de hypotheses van de onderzoekers testen. Het is vaak nodig om deze hypothesen te herinterpreteren in normale taal. Bijvoorbeeld, als de x-statistiek is het verschil tussen mannen en vrouwen op een gestandaardiseerde test score, de nulhypothese zou worden waarin staat dat er geen verschillen zijn tussen mannelijke en vrouwelijke scores.
3

Zoek conclusie in het rapport. De conclusie staten die het bewijs in de datapunten hypothese. De meeste statistische rapporten geven hun conclusies in de vorm "we verwerpen de nulhypothese ten gunste van de alternatieve hypothese" of "wij niet de nulhypothese verwerpen." U kunt deze conclusies te herinterpreteren in termen van de oorspronkelijke hypotheses. Bijvoorbeeld, als de statistische studie over sekseverschillen op een gestandaardiseerde test verwerpt de nulhypothese ten gunste van de alternatieve hypothese, kunt u dit herhalen als "het rapport blijkt dat er significante verschillen zijn tussen mannelijke en vrouwelijke testscores."
Goedkope 4

Zoek p-waarde van de studie. De p-waarde is misschien wel het belangrijkste stuk van de informatie in een statistische hypothese testen, maar veel niet-statistici negeren in hun interpretaties. De p-waarde is meestal gelegen in het sluiten van een statistisch rapport, vaak impliciet haakjes [bv. "Wij verwerpen de nulhypothese (p = 0.03)"]. Hoewel de wiskundige definitie van een p-waarde kan worden gecompliceerd voor leken, een gemakkelijke manier te interpreteren is de "kracht" van het bewijs voor de conclusie. Voor het verwerpen van de nulhypothese, p-waarden dichter bij nul tonen sterker bewijs, terwijl voor het accepteren (of niet verwerpen) de nul-hypothese, p-waarden dichter bij een toon sterker bewijs.