Apakah hipotesis dua ekor?

Kandungan

• Ekor
• Hipotesis Null
• Ujian Z dan T
• Ujian berekor tunggal

Hipotesis dua ekor berbeza daripada yang ekor tunggal kerana terdapat dua kawasan penolakan yang berlainan dalam dua ekor, biasanya apabila nombor yang berkaitan terlalu besar atau terlalu kecil. Para saintis menggunakan andaian ini untuk membantu mereka dalam ujian yang lebih rumit.

Hipotesis dua ekor membantu saintis untuk membangunkan eksperimen yang lebih baik (Ryan McVay / Photodisc / Getty Images)

Ekor

Ekor adalah dua bahagian sisi parabola yang meluas jauh dari ketinggian pusat keluk. Garis-garis ini berterusan dan mempunyai potensi untuk melanjutkan ke tak terhingga, mengikut bentuk lengkung. Ekor boleh bermula pada tahap yang berbeza dalam lengkung, bergantung kepada tahap kejelasan saintifik yang berbeza. Walau bagaimanapun, kebanyakan eksperimen memerlukan sekurang-kurangnya dua penyimpangan piawai, yang bersamaan dengan tahap kelima 5 dan 95%.

Hipotesis Null

Hipotesis nol adalah kedudukan standard eksperimen dengan hipotesis dua ekor. Teori baru melibatkan penolakan hipotesis nol. Sebagai contoh, hipotesis nol mungkin bahawa graviti mempercepat objek pada kadar 9.8 meter sesaat kuasa dua. Untuk menolak hipotesis ini, banyak eksperimen perlu dilakukan. Sekiranya terdapat lebih banyak keputusan di atas atau di bawah bilangan cadangan untuk hipotesis dua ekor, maka hipotesis nol boleh ditolak dan percepatan baru boleh disediakan.

Ujian Z dan T

Hipotesis dua ekor boleh diwakili oleh keluk Gaussian standard atau lengkung yang lebih huru-hara dengan set data lengkap. Apabila keluk Guassian digunakan, ujian T digunakan untuk menentukan sama ada hipotesis nol ditolak. Apabila set data lengkap digunakan, ujian Z digunakan untuk menentukan sama ada hipotesis nol ditolak.Setiap ujian mempunyai jadual statistik bersekutu, yang menghubungkan dengan sisihan piawai data.

Ujian berekor tunggal

Ujian tunggal-ekor juga merupakan alat yang berkuasa untuk menilai hipotesis. Walau bagaimanapun, ia digunakan apabila menguji data dalam satu arah, yang boleh berguna dan bermakna dalam banyak keadaan. Sebagai contoh, apabila menguji dadah baru, ada kemungkinan bahawa minat hanya untuk membandingkan jika ia kurang berkesan daripada alternatif pasaran semasa. Dalam erti kata lain, untuk kelulusan, tidak perlu menguji sama ada dadah itu jauh lebih baik daripada alternatif; tetapi hanya jika ia lebih buruk.