零假设与替代假设
作者:
Laura McKinney
创建日期:
3 四月 2021
更新日期:
7 可能 2024
内容
假设的产生是科学程序的开始。它与基于推理和证据的假设有关。研究人员通过观察和实验对其进行检查,然后提供事实并预测可能的结果。假设可以是归纳或演绎,简单或复杂,无效或替代。而原假设
是要进行实际检验的假设,而替代假设则是原假设的替代选择。
空假设提出了一种预期没有差异或影响的陈述。相反,另一种假设是预期某种效果或差异的假设。零假设本文摘录了零假设与替代假设之间的基本差异。
内容:零假设与替代假设之间的区别
- 比较表
- 什么是零假设?
- 什么是替代假设?
- 关键差异
- 结论
比较表
基础 | 零假设 | 替代假设 |
含义 | 零假设是一个陈述,其中没有任何联系 在两个变量之间。 | 另一种假设是陈述,其中存在一些统计数据 在两次测量的发生之间的显着性 |
代表 | 没有观察到的效果 | 一些观察到的影响 |
它是什么? | 这正是 研究人员试图反驳。 | 这正是 研究人员试图证明。 |
验收 | 意见或行动无变化 | 意见或行为的改变 |
测试中 | 间接和隐式 | 直接和明确 |
观察结果 | 机会的结果 | 实际效果的后果 |
由...表示 | H零 | H一 |
数学公式 | 信号相等 | 信号不均 |
什么是零假设?
无效假设是一种统计假设,其中变量集之间不存在任何实质性差异。这是原始的或默认的语句,没有任何影响,通常以H0(H-零)表示。始终都是经过检验的假设。它表示总体参数的确定值,例如µ,s,p。可以拒绝原假设,但不能仅基于单个检验就接受原假设。
什么是替代假设?
假设检验中使用的统计假设,声称变量集之间存在较大差距。除原假设外,它通常被称为假设,通常用H1(H-one)表示。这就是研究人员试图通过测试间接显示的内容。它与样本统计量的某个值有关,例如x。因此,p替代假设的认可是基于对原假设的拒绝,即直到并且除非原假设被拒绝,否则替代假设不能被接受。
关键差异
- 零假设是一种陈述,其中两个变量之间没有任何关联。另一种假设是陈述。这只是原假设的反面,即两次测得的事件之间有一定的统计意义。
- 研究者试图证明原假设是虚假的,而研究者想证明的是另一种假设。
- 无效假设表示没有观察到的效果,而替代假设则反映了一些观察到的效果。
- 当接受原假设时,意见或行动将不会改变。相反,如果选择假设被接受,则会导致观点或行动的改变。
- 由于零假设是指总体参数,因此检验是间接的和隐式的。另一方面,替代假设表示样本统计量,其中检验是直接且明确的。
- 无效假设称为H0(H-零),而备用假设则由H1(H-one)表示。
- 零假设的数学表述是等号,但对于替代假设,它不等于等号。
- 在无效假设中,观察结果将是机会的结果,而在替代假设的情况下,观察结果是真实效果的结果。
结论
统计检验有两个结果,即第一,在证明的基础上,拒绝原假设并接受替代假设,第二,接受原假设。简单来说,原假设与替代假设相反。