Što su dvosmjerne hipoteze?

Autor: Laura McKinney
Datum Stvaranja: 6 Travanj 2021
Datum Ažuriranja: 14 Svibanj 2024
Anonim
2 Dvosmjerna ANOVA - istraživačka pitanja i hipoteze
Video: 2 Dvosmjerna ANOVA - istraživačka pitanja i hipoteze

Sadržaj

Dvosmjerne hipoteze razlikuju se od onih s jednosmjernim jer postoje dva različita područja odbijanja u dva repa, obično kada su relevantni brojevi preveliki ili premali. Znanstvenici koriste te pretpostavke kako bi im pomogli u složenijim testovima.


Dvosmjerne hipoteze pomažu znanstvenicima da razviju bolje eksperimente (Ryan McVay / Photodisc / Getty Images)

pismo

Repovi su dva bočna područja parabole koja se protežu daleko od središnje visine krivulje. Linije su kontinuirane i imaju potencijal da se protežu do beskonačnosti, prema obliku krivulje. Repovi mogu započeti na različitim razinama u krivulji, ovisno o različitim razinama znanstvene strogosti. Međutim, većina eksperimenata zahtijeva barem dvije standardne devijacije, što je ekvivalentno razini 5 i 95% krivulje.

Nulta hipoteza

Nulta hipoteza je standardna pozicija eksperimenta s dvosmjernom hipotezom. Nova teorija uključuje odbacivanje nulte hipoteze. Na primjer, nulta hipoteza može biti da gravitacija ubrzava objekte brzinom od 9,8 metara po sekundi na kvadrat. Da bi se odbacila ta hipoteza, treba provesti mnogo eksperimenata. Ako je bilo više značajnih rezultata iznad ili ispod predloženog broja za dvosmjernu hipotezu, tada bi se nulta hipoteza mogla odbaciti i moglo bi se osigurati novo ubrzanje.


Z i T testovi

Dvosmjerna hipoteza može biti predstavljena standardnom Gaussovom krivuljom ili više kaotičnom krivuljom s potpunim skupom podataka. Kada se koristi Guassian krivulja, T test se koristi za određivanje je li nulta hipoteza odbijena. Kada se koristi kompletan skup podataka, koristi se Z-test za određivanje je li nulta hipoteza odbijena.Svaki test ima pridruženu statističku tablicu, koja je u korelaciji sa standardnom devijacijom podataka.

Test s jednim krajem

Test s jednim krajem također je moćan alat za procjenu hipoteza. Međutim, koristi se za testiranje podataka samo u jednom smjeru, što može biti korisno i smisleno u mnogim slučajevima. Na primjer, prilikom testiranja novog lijeka, moguće je da je interes samo usporediti ako je manje učinkovit od trenutne tržišne alternative. Drugim riječima, za odobrenje nije potrebno testirati je li lijek značajno bolji od alternative; ali samo ako je gore.