Ein Beispiel für einen Hypothesentest

Mathematik und Statistiken sind nicht für Zuschauer. Um wirklich zu verstehen, was los ist, sollten wir einige Beispiele durchlesen und durcharbeiten. Wenn wir über die wissen Ideen dahinter Hypothesentest und sehen eine Übersicht über die MethodeIm nächsten Schritt sehen Sie sich ein Beispiel an. Das Folgende zeigt ein ausgearbeitetes Beispiel eines Hypothesentests.

In diesem Beispiel betrachten wir zwei verschiedene Versionen desselben Problems. Wir untersuchen sowohl traditionelle Methoden eines Signifikanztests als auch die p-Wert-Methode.

Angenommen, ein Arzt behauptet, dass diejenigen, die 17 Jahre alt sind, eine durchschnittliche Körpertemperatur haben, die höher ist als die allgemein akzeptierte durchschnittliche menschliche Temperatur von 98,6 Grad Fahrenheit. Ein einfacher Zufall statistische Stichprobe von 25 Personen im Alter von jeweils 17 Jahren wird ausgewählt. Das durchschnittlich Die Temperatur der Probe beträgt 98,9 Grad. Nehmen wir weiter an, wir wissen, dass die Standardabweichung der Bevölkerung aller 17-Jährigen 0,6 Grad beträgt.

Die Behauptung, die untersucht wird, ist, dass die durchschnittliche Körpertemperatur eines jeden, der 17 Jahre alt ist, größer als 98,6 Grad ist. Dies entspricht der Aussage x > 98,6. Die Negation davon ist, dass der Bevölkerungsdurchschnitt ist nicht größer als 98,6 Grad. Mit anderen Worten ist die Durchschnittstemperatur kleiner oder gleich 98,6 Grad. In Symbolen ist dies x ≤ 98.6.

Eine dieser Aussagen muss die werden Nullhypotheseund der andere sollte der sein alternative Hypothese. Die Nullhypothese enthält Gleichheit. Also für das Obige die Nullhypothese H.₀: x = 98,6. Es ist üblich, die Nullhypothese nur als Gleichheitszeichen und nicht als größer oder gleich oder kleiner als oder gleich anzugeben.

Die Aussage, die keine Gleichheit enthält, ist die alternative Hypothese, oder H.₁: x >98.6.

Die Erklärung unseres Problems bestimmt, welche Art von Test verwendet werden soll. Wenn die alternative Hypothese ein "ungleich" -Zeichen enthält, haben wir einen zweiseitigen Test. In den beiden anderen Fällen, in denen die alternative Hypothese eine strikte Ungleichung enthält, verwenden wir einen einseitigen Test. Dies ist unsere Situation, daher verwenden wir einen einseitigen Test.

Hier wählen wir die Wert von Alpha, unser Signifikanzniveau. Es ist typisch, dass Alpha 0,05 oder 0,01 beträgt. In diesem Beispiel verwenden wir einen Wert von 5%, was bedeutet, dass Alpha gleich 0,05 ist.

Jetzt müssen wir bestimmen, welche Distribution verwendet werden soll. Die Stichprobe stammt aus einer Population, die normalerweise als Glockenkurve, so können wir die verwenden Standardnormalverteilung. EIN Tabelle z-scores wird notwendig sein.

Die Teststatistik ergibt sich aus der Formel für den Mittelwert einer Stichprobe und nicht aus der Standardabweichung. Wir verwenden den Standardfehler des Stichprobenmittelwerts. Hier n= 25, was eine Quadratwurzel von 5 hat, also ist der Standardfehler 0,6 / 5 = 0,12. Unsere Teststatistik lautet z = (98.9-98.6)/.12 = 2.5

Bei einem Signifikanzniveau von 5% ergibt sich der kritische Wert für einen einseitigen Test aus der Tabelle von z-scores zu 1.645 sein. Dies ist in der obigen Abbildung dargestellt. Da die Teststatistik in den kritischen Bereich fällt, lehnen wir die Nullhypothese ab.

Es gibt eine geringfügige Abweichung, wenn wir unseren Test mit durchführen p-Werte. Hier sehen wir, dass a z-score von 2,5 hat a p-Wert von 0,0062. Da dies weniger ist als die Signifikanzniveau von 0,05 lehnen wir die Nullhypothese ab.

Wir schließen mit der Angabe der Ergebnisse unseres Hypothesentests. Die statistischen Daten zeigen, dass entweder ein seltenes Ereignis aufgetreten ist oder dass die Durchschnittstemperatur der 17-Jährigen tatsächlich über 98,6 Grad liegt.