Mi a kettős hipotézis?

Szerző: Laura McKinney
A Teremtés Dátuma: 4 Április 2021
Frissítés Dátuma: 1 Július 2024
Anonim
Mi a kettős hipotézis? - Cikkek
Mi a kettős hipotézis? - Cikkek

Tartalom

A kétfarkú hipotézisek eltérnek az egyfarkúaktól, mert két különböző elutasítási terület van a két farokban, általában akkor, amikor a számok túl nagyok vagy túl kicsiek. A tudósok ezeket a feltételezéseket arra használják, hogy komplexebb tesztekben segítsék őket.


A kétlábú hipotézisek segítenek a kutatóknak jobb kísérletek kifejlesztésében (Ryan McVay / Photodisc / Getty Images)

frakk

A farok a parabola két oldalsó területe, amely messze van a görbe középpontjától. A vonalak folyamatosak, és a görbe alakjától függően a végtelenségig terjednek. A farok különböző szintjein kezdődhet a farok, a tudományos szigorúság különböző szintjeitől függően. A legtöbb kísérlet azonban legalább két standard eltérést igényel, ami megegyezik a görbe 5 és 95% -os szintjével.

Nullhipotézis

A nullhipotézis egy kísérlet standard pozíciója, kétlábú hipotézissel. Egy új elmélet magában foglalja a nullhipotézis elutasítását. Például a nullhipotézis lehet, hogy a gravitáció 9,8 méter / másodperc sebességgel gyorsítja az objektumokat. A hipotézis elutasításához sok kísérletet kell végezni. Ha a kétlábú hipotézishez a javasolt szám fölött vagy alatt szignifikánsabb eredmények merültek fel, akkor a nullhipotézist el lehetett utasítani és új gyorsulást lehetne biztosítani.


Z és T tesztek

A kétoldalú hipotézist egy standard Gauss görbe vagy egy kaotikusabb görbe ábrázolhatja egy teljes adathalmazzal. Amikor a Guassian görbét használjuk, egy T-tesztet használunk annak meghatározására, hogy a nullhipotézis elutasításra került-e. Amikor a teljes adatkészletet használjuk, egy Z tesztet használunk annak meghatározására, hogy a nullhipotézis elutasításra kerül-e.Minden teszthez kapcsolódó statisztikai táblázat tartozik, amely korrelál az adatok szórásával.

Egységes teszt

A hipotézisek értékeléséhez egyfajta teszt is hatékony eszköz. Ezt azonban csak akkor használják, ha csak egy irányban tesztelik az adatokat, ami sok esetben hasznos és értelmes lehet. Például, ha egy új gyógyszert tesztelünk, lehetséges, hogy az érdeklődés csak akkor hasonlítható össze, ha kevésbé hatékony, mint a jelenlegi piaci alternatíva. Más szóval, jóváhagyáshoz nem szükséges vizsgálni, hogy a gyógyszer szignifikánsan jobb, mint az alternatív; de csak akkor, ha rosszabb.