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:
- 陈述你的研究假设为零假设和备择假设(Ho)和(H一个或H1).
- 收集数据在某种程度上是为了检验这个假设。
- 执行适当的统计检验.
- 决定是否拒绝或不拒绝零假设。
- 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(Ho)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。
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
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。