Проверка гипотез — это статистический метод, используемый для определения того, является ли утверждение о параметре генеральной совокупности верным или нет. Он включает в себя проверку двух взаимоисключающих гипотез: нулевой гипотезы и альтернативной гипотезы.
- Нулевая гипотеза(H0) утверждает, что нет существенной разницы между параметром генеральной совокупности и статистикой выборки или что любое наблюдаемое различие является случайным.
- Альтернативная гипотеза (Ha) утверждает, что существует значительная разница между параметром генеральной совокупности и статистикой выборки или что любое наблюдаемое различие не является случайным.
Например, предположим, что компания хочет проверить, увеличила ли новая рекламная кампания посещаемость их веб-сайта. Они собирают данные о посещаемости сайта до и после рекламной кампании и хотят определить, есть ли существенная разница между двумя периодами.
- Нулевой гипотезой в этом случае будет то, что нет существенной разницы между посещаемостью сайта до и после рекламной кампании.
- Альтернативная гипотеза заключалась бы в том, что существует значительная разница между двумя периодами.
- Чтобы проверить гипотезу, компания выполняла t-тест или z-тест для данных, в зависимости от размера выборки и распределения.
- Если p-значение, которое измеряет вероятность наблюдения тестовой статистики столь же экстремальной, как наблюдаемая, меньше выбранного уровня значимости (обычно 0,05 или 0,01), нулевая гипотеза будет отклонена в пользу альтернативной гипотезы, и компания пришла бы к выводу, что рекламная кампания оказала значительное влияние на посещаемость их веб-сайта.
- Если p-значение больше выбранного уровня значимости, нулевая гипотеза будет сохранена, и компания сделает вывод об отсутствии существенной разницы между трафиком веб-сайта до и после рекламной кампании.
