- •Статистическая проверка гипотез.
- •2.1 Понятие о статистических гипотезах
- •2.2 Ошибки при проверке гипотез. Уровни статистической значимости
- •2.3 Статистические критерии
- •Подсчет критерия
- •Задача 5.1
- •Гипотезы:
- •§1. Статистическая и корреляционная зависимости.
- •§2. Форма и направление корреляционной связи: уравнение регрессии, линия регрессии. Линейная корреляция, коэффициенты регрессии
- •§3. Коэффициент корреляции.
- •§4. Понятие об однофакторном дисперсионном анализе.
Статистическая проверка гипотез.
2.1 Понятие о статистических гипотезах
В обычном языке слово «гипотеза» означает предположение. В научной терминологии оно употребляется в этом же смысле – предположение, вызывающее сомнение. В статистике же оно обозначает предположение не только вызывающее сомнение, но и которое мы собираемся подвергнуть статистической проверке.
Статистическая гипотеза – это научная гипотеза, допускающая статистическую проверку.
Статистические гипотезы обычно рассматривают две генеральных совокупности, одна из которых может представлять собой теоретическую модель (например, нормальное распределение), а о второй судят по выборке из нее. В других случаях обе генеральные совокупности представлены выборками. Проверка статистической гипотезы состоит в том, чтобы определить вероятность случайности или неслучайности различий (или сходства).
При этом принят следующий подход. Если взять две выборки, представляющие собой результаты измерения одного и того же признака и сравнить между собой их характеристики (среднее арифметическое, стандартное отклонение и др.), то окажется, что они практически всегда различаются. Это различие можно рассматривать, как обусловленное только действием случайностей. Поэтому первоначально гипотезу всегда можно сформулировать таким образом: между двумя генеральными совокупностями нет ожидаемого различия. Такая гипотеза называется нулевой гипотезой и обозначается H0. Обратное ей утверждение о том, что в действительности между генеральными совокупностями есть различие, называется альтернативной гипотезой и обозначается H1. Итак, вначале выдвигается нулевая гипотеза, что различие между генеральными совокупностями (или их характеристиками) равно 0. Затем получают выборку или несколько выборок, и если выборочные данные не противоречат нулевой гипотезе, т.е. различия можно объяснить только случайностью выборки, то нулевая гипотеза принимается. А если полученные результаты не удается объяснить только действием случайных факторов, то H0 отвергается, а принимается альтернативная.
Нулевая гипотеза |
– гипотеза об отсутствии различий. Обозначается H0. Х1–Х2=0; Х1; Х2 – сопоставляемые значения признаков. Это то, что мы хотим опровергнуть, если перед нами стоит задача доказать значимость различий. |
Альтернативная гипотеза |
– это гипотеза о значимости различий. Обозначается H1. Это то, что мы хотим чаще всего доказать, поэтому ее иногда называют экспериментальной. |
Бывают задачи, когда мы хотим доказать как раз незначимость различий, т.е. подтвердить нулевую гипотезу, например, что экспериментальная и контрольная выборки не различаются между собой по каким-то значимым характеристикам. Однако, чаще нам требуется доказать значимость различий, так как они более информативны для исследователя в поиске нового.
Нулевая и альтернативная гипотезы могут быть направленными и ненаправленными. Если замечено, что в одной из групп индивидуальные значения испытуемых по какому-либо признаку выше, чем в другой, то для проверки значимости этих различий необходимо сформулировать направленные гипотезы. Или же под влиянием каких-либо экспериментальных воздействий произошли более выраженные изменения в одной группе испытуемых, чем во второй.
Направленные гипотезы |
Н0: Х1 не превышает Х2 Н1: Х1 превышает Х2 |
Если же необходимо доказать, что различаются формы распределения признака в одной и другой группах, то формулируются ненаправленные гипотезы.
Ненаправленные гипотезы |
Н0: Х1 не отличается от Х2 Н1: Х1 отличается от Х2 |
Гипотезы предстоит проверить с помощью какого-либо метода – критерия.