Перевірка гіпотез із використанням стандартного відхилення

Огляд

Перевірка гіпотез — це статистичний метод прийняття рішень про генеральні сукупності на основі вибіркових даних. Стандартне відхилення відіграє ключову роль у визначенні того, чи є спостережувані відмінності статистично значущими, чи виникли лише через випадковість.

Сформулюйте гіпотези

Сформулюйте нульову гіпотезу (H₀) та альтернативну гіпотезу (H₁)

Виберіть рівень значущості

Виберіть рівень значущості (α), зазвичай 0,05

Обчисліть тестову статистику

Обчисліть тестову статистику з використанням стандартного відхилення

Порівняйте з критичним значенням

Порівняйте з критичним значенням або обчисліть p-значення

Прийміть рішення

Прийміть рішення: відхилити або не відхилити H₀

Z-тест

Використовуйте Z-тест, коли вам відоме генеральне стандартне відхилення (σ) і обсяг вибірки великий (n ≥ 30).

Статистика Z-тесту

z = (x̄ - μ₀) / (σ / √n)

Приклад

Виробник стверджує, що батареї працюють у середньому 100 годин (μ₀ = 100). Ви тестуєте 36 батарей і отримуєте x̄ = 98 годин. Якщо σ = 12 годин: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 При z = -1 та α = 0,05 (двостороння перевірка) ми не відхиляємо H₀. Різниця не є статистично значущою.

T-тест

Використовуйте t-тест, коли вам невідоме генеральне стандартне відхилення і ви повинні оцінити його за вибіркою (використовуючи s замість σ).

Статистика T-тесту

t = (x̄ - μ₀) / (s / √n)

Коли використовувати T-тест та Z-тест

- Z-тест: σ відоме, n ≥ 30 - T-тест: σ невідоме (використовується s), будь-який обсяг вибірки На практиці t-тести набагато поширеніші, оскільки ми рідко знаємо справжнє генеральне σ.

Стандартна похибка

Стандартна похибка (SE) вимірює, наскільки вибіркові середні відрізняються від генерального середнього. Це ключовий зв’язок між стандартним відхиленням та перевіркою гіпотез.

Стандартна похибка середнього

SE = σ / √n (або s / √n при використанні вибіркового СВ)

Стандартна похибка зменшується зі збільшенням обсягу вибірки. Більші вибірки дають точніші оцінки та полегшують виявлення справжніх відмінностей.

Статистична значущість

Результат є статистично значущим, коли ймовірність спостерігати його випадково (p-значення) нижча за обраний поріг (α).

Якщо p-значення < α

Відхиліть H₀. Результат є статистично значущим.

Якщо p-значення ≥ α

Не відхиляйте H₀. Результат може бути зумовлений випадковістю.

Статистична та практична значущість

Статистично значущий результат не обов’язково є практично важливим. При дуже великих вибірках мінімальні відмінності можуть бути “значущими”, але безглуздими на практиці. Завжди враховуйте розмір ефекту поряд із p-значеннями.

← Центр навчання