假设测试|一个简单的例子一步一步的指南

假设检验是否有一个正式的程序来研究我们对世界的看法统计数据．它最常被科学家用来测试来自理论的特定预测，即假设。

假设检验有5个主要步骤:

1. 陈述你的研究假设为零假设和备择假设(H_o)和(H一个或H1）.
2. 收集数据在某种程度上是为了检验这个假设。
3. 执行适当的统计检验．
4. 决定是否拒绝或不拒绝零假设。
5. 在你的论文中提出研究结果结果而且讨论部分。

虽然具体的细节可能会有所不同，但你在测试假设时使用的程序总是遵循这些步骤的某些版本。

第一步:陈述你的零假设和备用假设

写完你的首字母研究假设(你想要调查的预测)，重要的是重申它为空(H_o)和交替(H_一个)假设，这样你就可以用数学来检验它。

的替代假说通常是你预测变量之间关系的初始假设。的零假设是预言之间没有关系吗变量你感兴趣的。

第二步:收集数据

对于一个统计测试来说有效的，表现很重要抽样收集数据的方式是为了检验你的假设。如果你的数据不具有代表性，那么你就不能对你感兴趣的总体做出统计推断。

第三步:进行统计检验

有各种各样的统计测试可用，但它们都是基于比较的类内方差(数据在一个类别中的分布情况)与群体间的差异(不同类别之间的差异)。

如果between-group方差是否大到组间很少或没有重叠，那么您的统计检验将通过显示低来反映这一点p价值．这意味着这些群体之间的差异不太可能是偶然产生的。

或者，如果组内方差较高，组间方差较低，则统计检验将以较高的方差反映p价值。这意味着，你在两组之间测量的任何差异都可能是偶然的。

您选择的统计检验将基于变量类型以及你的衡量水平收集的数据．

第四步:决定是否拒绝或不拒绝零假设

根据统计检验的结果，你必须决定是否拒绝或不拒绝零假设。

在大多数情况下，您将使用p价值由您的统计测试生成，以指导您的决策。在大多数情况下，都是你预先决定的显著性水平拒绝零假设的概率将为0.05 -也就是说，如果零假设为真，你会看到这些结果的概率小于5%。

在某些情况下，研究人员选择更保守的显著性水平，如0.01(1%)。这最小化了错误地拒绝零假设的风险(第一类错误）.

第五步:展示你的发现

假设检验的结果将在您的结果和讨论部分中展示研究论文，论文或论文．

在结果部分，您应该给出数据的简要摘要和统计检验结果的摘要(例如，组均值和相关均值之间的估计差异)p值)。在讨论，你可以讨论你最初的假设是否被你的结果所支持。

在假设检验的正式语言中，我们讨论拒绝或不拒绝零假设。在你的统计作业中，你可能会被要求这样做。

然而，在学术论文中展示研究成果时，我们很少这样说。相反，我们回到我们的备用假设(在这种情况下，假设男性平均比女性高)，并说明我们的测试结果是否支持备用假设。

如果您的零假设被拒绝，则此结果将被解释为“支持备用假设”。

这些都是表面上的差异;你可以看到它们的意思是一样的。

你可能会注意到我们不会说我们拒绝或不能拒绝备择假设．这是因为假设检验不是为了证明或反驳任何东西而设计的。它的设计只是为了测试我们所测量的模式是否可能是虚假的，或者是偶然的。

如果我们根据我们的研究拒绝了零假设(即，我们发现模式不太可能是偶然出现的)，那么我们就可以说我们的检验这支持了我们的假设．但如果模式没有通过我们的决策规则，这意味着它可能是偶然出现的，那么我们就说测试是与我们的假设不一致．

关于假设检验的常见问题

什么是假设检验?

假设检验是一种用统计来调查我们对世界的看法的正式程序。它被科学家用来测试特定的预测，称为假设，通过计算两者之间的模式或关系的可能性变量可能是偶然出现的。

什么是假设?

一个假设陈述你对研究结果的预测。这是对你的一个试探性回答研究问题这一点尚未得到验证。对于一些研究项目，你可能需要写几个假设来解决你研究问题的不同方面。

假设不仅仅是一种猜测——它应该基于现有的理论和知识。它还必须是可测试的，这意味着你可以通过科学的方法来支持或反驳它研究方法(如实验、观察和统计分析的数据)。

什么是零假设和替代假设?

零假设和替代假设用于统计假设检验．的零假设的测试总是预测变量之间没有影响或没有关系，而备择假设陈述你对影响或关系的研究预测。