Como conduzir um teste de hipótese

Jon Feingersh, Getty Images

o ideia de teste de hipóteses é relativamente simples. Em vários estudos, observamos certos eventos. Devemos perguntar, o evento é devido apenas ao acaso, ou há alguma causa que devemos procurar? Precisamos ter uma maneira de diferenciar entre eventos que ocorrem facilmente por acaso e aqueles que são altamente improváveis ​​de ocorrer aleatoriamente. Tal método deve ser simplificado e bem definido para que outros possam replicar nossos experimentos estatísticos.

Existem alguns métodos diferentes usados ​​para realizar testes de hipóteses. Um desses métodos é conhecido como método tradicional, e outro envolve o que é conhecido como método p -valor . As etapas desses dois métodos mais comuns são idênticas até certo ponto, depois divergem ligeiramente. Tanto o método tradicional de teste de hipóteses quanto o p -value são descritos abaixo.

O Método Tradicional

O método tradicional é o seguinte:

1. Comece declarando a reclamação ou hipótese que está sendo testado. Além disso, forme uma afirmação para o caso em que a hipótese é falsa.
2. Expresse ambas as afirmações do primeiro passo em símbolos matemáticos. Essas declarações usarão símbolos como desigualdades e sinais de igual.
3. Identifique qual das duas declarações simbólicas não tem igualdade. Isso pode ser simplesmente um sinal de 'diferente de igual', mas também pode ser um sinal de 'é menor que' ( ). A afirmação que contém a desigualdade é chamada de hipótese alternativa e é denotada H₁ ou H_uma .
4. A declaração do primeiro passo que faz a declaração de que um parâmetro é igual a um valor particular é chamada de hipótese nula, denotada H₀ .
5. Escolha qualnível de significânciaque queremos. Um nível de significância é tipicamente denotado pela letra grega alfa. Aqui devemos considerar os erros do Tipo I. Um erro do tipo I ocorre quando rejeitamos uma hipótese nula que é realmente verdadeira. Se estivermos muito preocupados com essa possibilidade, nosso valor para alfa deve ser pequeno. Há um pouco de troca aqui. Quanto menor o alfa, mais caro o experimento. Os valores 0,05 e 0,01 são valores comuns usados ​​para alfa, mas qualquer número positivo entre 0 e 0,50 pode ser usado para um nível de significância.
6. Determine qual estatística e distribuição devemos usar. O tipo de distribuição é ditado pelas características dos dados. As distribuições comuns incluem Com pontuação, t pontuação, e qui-quadrado .
7. Encontre a estatística de teste e o valor crítico para esta estatística. Aqui teremos que considerar se estamos conduzindo um teste bicaudal (tipicamente quando a hipótese alternativa contém um símbolo diferente do símbolo, ou um teste unilateral (tipicamente usado quando uma desigualdade está envolvida na afirmação da hipótese alternativa ).
8. Do tipo de distribuição, nível de confiança , valor crítico e estatística de teste, esboçamos um gráfico.
9. Se a estatística de teste estiver em nossa região crítica, devemos rejeitar a hipótese nula . A hipótese alternativa permanece. Se a estatística de teste não estiver em nossa região crítica, deixamos de rejeitar a hipótese nula. Isso não prova que a hipótese nula é verdadeira, mas fornece uma maneira de quantificar a probabilidade de ser verdadeira.
10. Apresentamos agora os resultados da teste de hipótese de tal forma que a reivindicação original seja abordada.

o p -Método de valor

o p -value é quase idêntico ao método tradicional. Os primeiros seis passos são os mesmos. Para a etapa sete, encontramos a estatística de teste e p -valor. Rejeitamos então a hipótese nula se o p -valor é menor ou igual a alfa. Deixamos de rejeitar a hipótese nula se a p -valor é maior que alfa. Em seguida, encerramos o teste como antes, declarando claramente os resultados.