Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
学ぶ 仮説 | 統計的検定
Pythonによる統計学

book仮説

メニューを表示するにはスワイプしてください

t検定を実施する最初のステップは、仮説の定式化。 これらの仮説は、検証または棄却する前提条件。 2つの仮説が必要であり、帰無仮説対立仮説

t検定において、帰無仮説は「2つのサンプルの平均値は等しい」とする。 対立仮説は「2つのサンプルの平均値は等しくない」とする。

帰無仮説は H0H_0、対立仮説は HaH_a で表される。

H0:μ0=μ1Ha:μ0μ1H_0:\mu_0 =\mu_1\\ H_a:\mu_0 \neq \mu_1

t検定の結果、帰無仮説を棄却した場合、対立仮説が自動的に採択される。

対立仮説を定式化する別の方法は以下の通り:

H0:μ0=μ1Ha:μ0>μ1orH0:μ0=μ1Ha:μ0<μ1\begin{array}{cc} H_0 : \mu_0 = \mu_1\\ H_a : \mu_0 > \mu_1 \end{array} \quad\text{or}\quad \begin{array}{cc} H_0 : \mu_0 = \mu_1\\ H_a : \mu_0 < \mu_1 \end{array}

後者の形式は、以下の場合に使用されます。

  1. あるグループの平均値が他のグループより高い、または低いことが確実であり、その逆は考えられない場合。これは身長の例に当てはまり、平均的に女性が男性より高くないと自信を持って言える場合です。
  2. 何かがより優れているかどうかだけに関心がある場合。それが優れていなければ、同じか悪いかは気にしません。これは新しいウェブサイトデザインにも似ており、現行よりも改善されている場合のみ導入したいと考えます。そうでなければ、新しいデザインが改良されるまで現行のままにします。
すべて明確でしたか?

どのように改善できますか?

フィードバックありがとうございます!

セクション 6.  2

AIに質問する

expand

AIに質問する

ChatGPT

何でも質問するか、提案された質問の1つを試してチャットを始めてください

セクション 6.  2
some-alt