Ein Beispiel für einen Hypothesentest

Hier liegt die Teststatistik im kritischen Bereich. C. K. Taylor

Mathematikund Statistiken sind nichts für Zuschauer. Um wirklich zu verstehen, was vor sich geht, sollten wir einige Beispiele durchlesen und durcharbeiten. Wenn wir davon wissen Ideen dahinter Hypothesentest und siehe an Überblick über die Methode , dann sehen Sie sich im nächsten Schritt ein Beispiel an. Im Folgenden wird ein ausgearbeitetes Beispiel eines Hypothesentests gezeigt.

Bei der Betrachtung dieses Beispiels betrachten wir zwei verschiedene Versionen desselben Problems. Wir untersuchen sowohl traditionelle Methoden eines Signifikanztests als auch die p -Wert-Methode.

Eine Problemstellung

Angenommen, ein Arzt behauptet, dass die 17-Jährige eine durchschnittliche Körpertemperatur hat, die höher ist als die allgemein akzeptierte durchschnittliche menschliche Temperatur von 98,6 Grad Fahrenheit. Ein einfacher Zufall statistische Stichprobe 25 Personen im Alter von jeweils 17 Jahren ausgewählt. Das Durchschnitt Die Temperatur der Probe beträgt 98,9 Grad. Nehmen wir weiter an, dass wir wissen, dass die Bevölkerungsstandardabweichung aller 17-Jährigen 0,6 Grad beträgt.

Die Null- und Alternativhypothesen

Untersucht wird die Behauptung, dass die durchschnittliche Körpertemperatur aller 17-Jährigen über 98,6 Grad liegt. Dies entspricht der Aussage x > 98,6. Die Negation davon ist, dass der Bevölkerungsdurchschnitt ist nicht größer als 98,6 Grad. Mit anderen Worten, die Durchschnittstemperatur ist kleiner oder gleich 98,6 Grad. In Symbolen ist dies x ≤98,6.

Eine dieser Aussagen muss die werden Nullhypothese , und die andere sollte die 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 anzugeben und nicht als größer oder gleich oder kleiner als oder gleich.

Die Aussage, die keine Gleichheit enthält, ist die Alternativhypothese, oder H ₁: x >98,6.

Ein oder zwei Schwänze?

Die Beschreibung unseres Problems bestimmt, welche Art von Test zu verwenden ist. Wenn die Alternativhypothese ein „Ungleich“-Zeichen enthält, haben wir einen zweiseitigen Test. In den anderen beiden Fällen, wenn die Alternativhypothese eine strenge Ungleichung enthält, verwenden wir einen einseitigen Test. Dies ist unsere Situation, also verwenden wir einen einseitigen Test.

Wahl eines Signifikanzniveaus

Hier wählen wir die Wert von Alpha , unser Signifikanzniveau. Es ist typisch, Alpha 0,05 oder 0,01 sein zu lassen. Für dieses Beispiel verwenden wir ein 5 %-Niveau, was bedeutet, dass Alpha gleich 0,05 ist.

Wahl der Teststatistik und Verteilung

Jetzt müssen wir bestimmen, welche Distribution verwendet werden soll. Die Stichprobe stammt aus einer Grundgesamtheit, die wie folgt normalverteilt ist Glockenkurve , damit wir die verwenden können Standardnormalverteilung . EIN Tabelle Mit -Ergebnisse wird notwendig sein.

Die Teststatistik ergibt sich aus der Formel für den Mittelwert einer Stichprobe, statt der Standardabweichung verwenden wir den Standardfehler des Stichprobenmittelwerts. Hier n =25, was eine Quadratwurzel von 5 hat, also ist der Standardfehler 0,6/5 = 0,12. Unsere Teststatistik ist Mit = (98,9-98,6)/0,12 = 2,5

Annehmen und Ablehnen

Bei einem Signifikanzniveau von 5 % wird der kritische Wert für einen einseitigen Test aus der Tabelle von ermittelt Mit -Scores auf 1.645. Dies ist im Diagramm oben dargestellt. Da die Teststatistik in den kritischen Bereich fällt, lehnen wir die Nullhypothese ab.

Das p -Value-Methode

Es gibt eine leichte Variation, wenn wir unseren Test mit durchführen p -Werte. Hier sehen wir, dass a Mit -Score von 2,5 hat a p -Wert von 0,0062. Da dies weniger ist als dieSignifikanzniveauvon 0,05 lehnen wir die Nullhypothese ab.

Fazit

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