Статистические проверки / проверки гипотез используются для обобщения / резюмирования совокупности из выборки. Эти тесты используются для проверки наличия достаточных доказательств в выборочных данных, чтобы сделать вывод / сделать вывод о том, что какое-либо конкретное / конкретное / определенное условие также верно для всего населения.
Определенное условие / образец выборки ≈ Определенное условие / образец для генеральной совокупности
Этот тест полностью полагается на распределение вероятностей для подтверждения гипотезы. Мы выполняем эти тесты, чтобы узнать следующее:
1) Сравнение: есть ли разница между двумя наборами данных / группами / данными .
2) Связь: есть ли связь между двумя группами / столбцами / данными / переменными.
В зависимости от типа переменных в данных и типа теста существуют различные способы проведения / выполнения статистических тестов / тестов гипотез.
В статистических тестах / тестах гипотез есть два типа тестов.
1 ) Параметрические тесты
2) Непараметрические тесты
- Z-тест (предполагается, что выборка имеет нормальное распределение)
(известны среднее значение генеральной совокупности и стандартное отклонение генеральной совокупности)
Используется для проверки гипотезы о том, что выбранная выборка принадлежит одной и той же
Нулевой: Среднее значение по выборке = Среднее по генеральной совокупности
Альтернативный вариант: Среднее по выборке ≠ Среднее по генеральной совокупности - T-тест (предполагается, что выборка имеет нормальное распределение)
(известны среднее значение генеральной совокупности и стандартное отклонение генеральной совокупности)
Используется для сравнения среднего только двух данных выборок. (для троих мы использовали ANOVA).
3 типа Т-теста: один образец, независимый и парный.
Большой результат Т-теста = разные группы
Малый Т-тест = одинаковые группы
Null: Среднее значение одного образца = Среднее значение другого образца
Альтернативное значение: Среднее значение другого образца ≠ Среднее значение другого образца - Тест ANOVA (дисперсионный анализ): (случайная выборка, однородность, нормальность) (2 типа Anova: односторонняя Anova и многонаправленная Anova)
Используется для сравнения нескольких (трех или более ) образцов с одним тестом / несколькими тестами, которые также используются для сравнения наборов данных.
Нулевое значение: все образцы равны
Альтернативный вариант: все образцы не равны - Тест хи-квадрат (χ2) (сравнительный и категориальный)
Используется для сравнения 2 или более категориальных переменных.
Типы:
i. Тест согласия, который определяет, соответствует ли выборка генеральной совокупности.
ii. Тест соответствия хи-квадрат для двух независимых переменных используется для сравнения двух переменных в таблице непредвиденных обстоятельств, чтобы проверить, подходят ли данные.
a. Маленькое значение хи-квадрат означает, что данные подходят
b. Высокое значение хи-квадрат означает, что данные не подходят.
Нулевое значение: переменная A и переменная B независимы.
Альтернатива: переменная A и переменная B не независимы.
Эти темы очень сложные, и я изо всех сил старался сократить их до очень кратких, чтобы не засыпать формулами и тяжелым жаргоном. Спасибо за то, что уделили ваше драгоценное время, чтобы прочитать это. Если вы видите что-то, что необходимо обновить.
Оставьте комментарий ниже, я хотел бы узнать об этом же. Хлопает, если оно того стоит. :-)
