Hipoteza zerowa implikuje stwierdzenie, które nie przewiduje żadnej różnicy lub skutku. Przeciwnie, alternatywną hipotezą jest taka, która oczekuje jakiejś różnicy lub efektu. Hipoteza zerowa W tym artykule omówiono podstawowe różnice między hipotezą zerową i alternatywną.
Wykres porównania
Podstawa do porównania | Hipoteza zerowa | Alternatywna hipoteza |
---|---|---|
Znaczenie | Hipoteza zerowa jest stwierdzeniem, w którym nie ma związku między dwiema zmiennymi. | Alternatywną hipotezą jest stwierdzenie, że istnieje pewne statystyczne znaczenie pomiędzy dwoma mierzonymi zjawiskami. |
Reprezentuje | Brak zaobserwowanego efektu | Jakiś zaobserwowany efekt |
Co to jest? | To właśnie badacz próbuje obalić. | To właśnie badacz próbuje udowodnić. |
Przyjęcie | Brak zmian w opiniach lub działaniach | Zmiany w opiniach lub działaniach |
Testowanie | Pośrednie i niejawne | Bezpośredni i wyraźny |
Obserwacje | Wynik przypadku | Wynik rzeczywistego efektu |
Oznaczony przez | H-zero | Brus |
Formuła matematyczna | Znak równości | Nierówny znak |
Definicja hipotezy zerowej
Hipoteza zerowa to hipoteza statystyczna, w której nie ma znaczącej różnicy między zbiorem zmiennych. Jest to instrukcja oryginalna lub domyślna, bez efektu, często reprezentowana przez H 0 (H-zero). Zawsze testowana jest hipoteza. To oznacza pewną wartość parametru populacji, takiego jak μ, s, p. Hipoteza zerowa może zostać odrzucona, ale nie można jej zaakceptować tylko na podstawie pojedynczego testu.
Definicja alternatywnej hipotezy
Hipoteza statystyczna stosowana w testach hipotez, która stwierdza, że istnieje znacząca różnica między zbiorem zmiennych. Często określa się ją jako hipotezę inną niż hipoteza zerowa, często oznaczana jako H 1 (H-one). To właśnie badacz stara się udowodnić w sposób pośredni, stosując test. Odnosi się do pewnej wartości statycznej statystyki, np. X¯, s, p
Akceptacja alternatywnej hipotezy zależy od odrzucenia hipotezy zerowej, tzn. Dopóki nie zostanie odrzucona hipoteza zerowa, nie można zaakceptować alternatywnej hipotezy.
Kluczowe różnice między hipotezą zerową i alternatywną
Ważne punkty różnic między hipotezą zerową a alternatywną są wyjaśnione jako:
- Hipoteza zerowa jest stwierdzeniem, w którym nie ma związku między dwiema zmiennymi. Alternatywna hipoteza jest stwierdzeniem; jest to po prostu odwrotność hipotezy zerowej, tzn. istnieje pewne statystyczne znaczenie między dwoma mierzonymi zjawiskami.
- Hipoteza zerowa jest tym, co badacz próbuje obalić, podczas gdy alternatywna hipoteza jest tym, co badacz chce udowodnić.
- Hipoteza zerowa oznacza, że nie zaobserwowano efektu, podczas gdy alternatywna hipoteza odzwierciedla, pewien zaobserwowany efekt.
- Jeśli zostanie zaakceptowana hipoteza zerowa, nie zostaną wprowadzone żadne zmiany w opiniach lub działaniach. I odwrotnie, jeśli zaakceptuje się alternatywną hipotezę, spowoduje to zmiany w opiniach lub działaniach.
- Ponieważ hipoteza zerowa odnosi się do parametru populacji, testowanie jest pośrednie i niejawne. Z drugiej strony, hipoteza alternatywna wskazuje statystykę próbki, przy czym testowanie jest bezpośrednie i jednoznaczne.
- Hipoteza zerowa jest oznaczona jako H 0 (H-zero), podczas gdy alternatywna hipoteza jest reprezentowana przez H 1 (H-one).
- Matematyczne sformułowanie hipotezy zerowej jest znakiem równości, ale alternatywna hipoteza nie jest równa znakowi.
- W hipotezie zerowej obserwacje są wynikiem przypadku, podczas gdy w przypadku hipotezy alternatywnej obserwacje są wynikiem rzeczywistego efektu.
Wniosek
Istnieją dwa wyniki testu statystycznego, tj. Po pierwsze, hipoteza zerowa jest odrzucana, a hipoteza alternatywna jest akceptowana, po drugie, na podstawie dowodów przyjmuje się hipotezę zerową. W uproszczeniu hipoteza zerowa jest przeciwieństwem alternatywnej hipotezy.