П-тест
П-тест је статистичка метода која тестира ваљаност нулте хипотезе која наводи општеприхваћену тврдњу о популацији. Иако је термин нулл помало заблуду, циљ је тестирати прихваћену чињеницу покушајем оповргнути или поништити. П-тест може пружити доказе који могу или одбацити или не успети (статистика говори о 'непобедивим') широко прихваћеном захтеву.
Кључне Такеаваис
- П-тест је статистичка метода која тестира ваљаност нулте хипотезе која наводи општеприхваћену тврдњу о популацији.
- Што је мања п-вредност, то су јачи докази да би нулту хипотезу требало одбацити и да би алтернативна хипотеза могла бити веродостојнија.
- Статистика П-теста обично прати стандардну нормалну расподелу када се користе велике величине узорка.
Разумевање П-теста
П-тест израчунава вредност која омогућава истраживачу да утврди веродостојност прихваћене тврдње. Одговарајућа п-вредност упоређује се са статистички значајним нивоом (ниво поузданости), алфа (α), који је истраживач одабрао за мерење случајности резултата. Статистика П-теста обично прати стандардну нормалну расподелу када се користе велике величине узорка.
Истраживачи ће обично бирати ниво алфа од 5% или нижи, што значи ниво поверења од 95% или више. Другим речима, п-вредност мања од 5% алфа нивоа значи да постоји већа од 95% шансе да ваши резултати нису случајни, на тај начин повећавајући значај ваших резултата. Ово је доказ који би истраживачу омогућио да одбаци ништавну хипотезу.
- Што је мања п-вредност (п-вредност <алфа), то је јачи доказ да нулту хипотезу треба одбацити и да би алтернативна хипотеза могла бити веродостојнија.
- Што је већа п-вредност (п-вредност> алфа), слабији су докази против ништетне хипотезе што значи да се не може одбити, што тест чини ненадлежним.
Приликом провођења теста хипотезе за потврђивање тврдње, истраживач постулира две хипотезе - нулту (Х 0 ) и алтернативну (Х1). Формулирање нулте и алтернативне хипотезе је кључно за корисност коју П-тест може пружити истраживачу.
Нулта хипотеза наводи уобичајено веровање или претпоставку коју истраживач тестира да види могу ли је одбацити. Кључна ствар коју треба схватити је да истраживач жели увек да одбаци ништавну хипотезу и П-тест им помаже да постигну овај циљ. Још једна ствар која се мора напоменути је да ако П-тест не успе да одбаци ништавну хипотезу, сматра се да је тест непобедив и ни на који начин не представља афирмацију ништавне хипотезе.
Алтернативна хипотеза је различито објашњење које је истраживач поставио да боље објасни феномен који се истражује. Као такво, оно треба да буде једино, или најбоље, могуће алтернативно објашњење. На овај начин, ако п-вредност потврђује одбацивање нулте хипотезе, тада се алтернативна хипотеза може сматрати веродостојном.
З-тест и Т-тест
Уобичајена и поједностављена врста статистичког испитивања је з-тест, којим се тестира статистичка значајност узорка на средњу вредност претпостављене популације, али захтева да се зна стандардно одступање популације, што често није могуће. Т-тест је реалистичнија врста теста јер захтева само стандардно одступање узорка за разлику од стандардне девијације популације.
Разумевање како статистика може утицати на развој производа, посебно у биотехнологији, може бити корисно за навођење инвеститора да донесу информисаније инвестиционе одлуке. На пример, основно разумевање статистичких резултата клиничког испитивања обећавајућег лека може бити непроцењиво у процени потенцијалних приноса биотехнолошког фонда.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.