Проверка статистических гипотез – это процесс, в ходе которого аналитик либо другой специалист проверяет предположение на основе параметра распределения.
Проверка гипотез – это статистический метод, используемый для принятия статистических решений с использованием экспериментальных данных. При этом методология, применяемая аналитиком, зависит от характера данных и причин анализа. Проверка статистических гипотез используется для оценки правдоподобия гипотезы с использованием выборки.
В статистическом анализе мы должны принимать решения относительно гипотезы, которые включают принятие решения о том, следует ли принять либо отвергнуть нулевую гипотезу. Каждый тест при проверке гипотез дает значение значимости для конкретного теста.
Нулевая гипотеза обычно представляет собой гипотезу о равенстве параметров данных; например, нулевая гипотеза может утверждать, что средняя доходность полного распределения равна нулю. Альтернативная гипотеза фактически противоположно нулевой гипотезе; например, средняя доходность по распределению не равна нулю.
Таким образом, они уникальны, и истинным может быть только одна. При проверке гипотез, если значение критерия значимости превышает заданный уровень значимости, мы принимаем нулевую гипотезу. Если значение значимости меньше заданного значения, то мы должны отклонить нулевую гипотезу.
Например, если мы хотим увидеть степень взаимосвязи между двумя ценовыми распределениями и значимостью коэффициента корреляции больше, чем заданный уровень значимости, то мы можем принять нулевую гипотезу и сделать вывод, что взаимосвязи между двумя распределениями не было.
Нулевая гипотеза как правило рассматривается противоположность предположению. Почему же нельзя просто проверить напрямую рабочую гипотезу? Дело в принципе фальсификации Поппера. Карл Поппер обнаружил, что мы не можем окончательно подтвердить гипотезу, но можем окончательно опровергнуть.
Это единственное утверждение, являющееся логическим отрицанием нулевой гипотезы. H1 – связь между признаками есть.
Определить собираются ли данные путем экспериментального планирования или наблюдения.
На основе значения F критического и F тест.
График 1. Вероятностное распределение
Где в области a отвергается гипотеза.
В следующей статье мы выберем данные, критерий, и продемонстрируем на практике тестирование статистических гипотез с помощью Python и CaseWare IDEA.
