Ο έλεγχος υποθέσεων είναι μια μέθοδος που χρησιμοποιείται από πολλούς αναλυτές σε ιδιωτικούς και κρατικούς τομείς για να κάνουν πιθανές δηλώσεις ή υποθέσεις σχετικά με δεδομένα πληθυσμού.
Αν ασχοληθήκατε ή μελετούσατε δεδομένα πληθυσμού, πρέπει να έχετε συναντήσει αυτό το ζωτικής σημασίας εργαλείο ελέγχου υποθέσεων.
Πολλές μέθοδοι μπορούν να χρησιμοποιηθούν για να γίνουν υποθέσεις, αλλά δεν παρέχουν όλες υψηλότερη ακρίβεια.
Και αν δεν είστε σίγουροι για τα δεδομένα σας αλλά εξακολουθείτε να θέλετε να τα χρησιμοποιήσετε, μπορεί να είναι επικίνδυνο για τον οργανισμό σας.
Ο έλεγχος υποθέσεων είναι μια καλή στρατηγική για την επίτευξη υψηλότερου επιπέδου ακρίβειας. Συνέβαλε καθοριστικά στην ανάλυση του πληθυσμού.
Σε αυτό το άρθρο, θα συζητήσω τι είναι ο έλεγχος υποθέσεων, πώς λειτουργεί, τα οφέλη του και τις περιπτώσεις χρήσης του.
Λοιπόν, χωρίς άλλη καθυστέρηση, ας ξεκινήσουμε!
Πίνακας περιεχομένων
Τι είναι ο Έλεγχος Υποθέσεων;
Ο έλεγχος υποθέσεων είναι μια μέθοδος στατιστικών συμπερασμάτων που χρησιμοποιούν οι αναλυτές για να ελέγξουν εάν τα διαθέσιμα δεδομένα πληθυσμού υποστηρίζουν επαρκώς μια δεδομένη υπόθεση και κάνουν υποθέσεις από αυτήν.
Μέσω αυτής της μεθόδου, οι αναλυτές μπορούν εύκολα να αξιολογήσουν μια υπόθεση και να προσδιορίσουν πόσο ακριβής είναι η υπόθεση με βάση τα δεδομένα που υπάρχουν.
Με απλά λόγια, είναι μια διαδικασία δοκιμών που βασίζεται σε στατιστικά συμπερασμάτων που σας επιτρέπει να καταλήξετε σε μια ετυμηγορία σχετικά με τα δεδομένα του πληθυσμού με βάση τα συλλεγόμενα δειγματοληπτικά δεδομένα.
Γενικά, είναι σχεδόν αδύνατο για τους αναλυτές να βρουν ακίνητα ή κάποια συγκεκριμένη παράμετρο ολόκληρου του πληθυσμού. Αλλά μέσω της δοκιμής υποθέσεων, μπορείτε να κάνετε μια τεκμηριωμένη πρόβλεψη και απόφαση με βάση τα δεδομένα του δείγματος και την ακρίβειά τους.
Είδη Έλεγχου Υποθέσεων
Οι διάφοροι τύποι ελέγχου υποθέσεων είναι:
- Μηδενική υπόθεση: Τα στατιστικά στοιχεία δείχνουν ότι τα δεδομένα του δείγματος είναι απότομα και δεν υπάρχει συσχέτιση μεταξύ των δύο μεταβλητών στα δεδομένα του δείγματος.
- Εναλλακτική υπόθεση: Καταδεικνύει την πρωταρχική θέση και αντιτίθεται στη μηδενική υπόθεση. Είναι η κύρια κινητήρια δύναμη στη διαδικασία δοκιμής επειδή δείχνει μια συσχέτιση μεταξύ δύο μεταβλητών στα δειγματοληπτικά δεδομένα.
- Μη Κατευθυντική Υπόθεση: Αυτός ο τύπος δοκιμής υποθέσεων χρησιμεύει ως υπόθεση δύο ουρών. Δείχνει ότι δεν υπάρχει κατεύθυνση μεταξύ δύο μεταβλητών στα δείγματα δεδομένων και ότι η πραγματική τιμή δεν είναι η ίδια με την προβλεπόμενη τιμή.
- Υπόθεση κατεύθυνσης: Η κατευθυντική υπόθεση απεικονίζει κάποια σχέση μεταξύ δύο μεταβλητών. Εδώ, μια μεταβλητή σε ένα δείγμα δεδομένων μπορεί να επηρεάσει τις άλλες μεταβλητές.
- Στατιστική Υπόθεση: Βοηθά τους αναλυτές να αξιολογήσουν εάν τα δεδομένα και η τιμή ικανοποιούν μια συγκεκριμένη υπόθεση. Είναι πολύ χρήσιμο για τη δημιουργία δηλώσεων και υποθέσεων σχετικά με το αποτέλεσμα μιας παραμέτρου πληθυσμού δείγματος.
Στη συνέχεια, ας συζητήσουμε τις μεθόδους ελέγχου υποθέσεων.
Μέθοδοι Έλεγχου Υποθέσεων
Για να αξιολογήσετε εάν μια συγκεκριμένη υπόθεση είναι αληθινή ή όχι, ως αναλυτής, θα χρειαστείτε πολλά εύλογα στοιχεία για να καταλήξετε στο συμπέρασμα. Σε αυτή τη διαδικασία ελέγχου, δημιουργείται μια μηδενική και εναλλακτική υπόθεση πριν από την έναρξη της αξιολόγησης.
Ο έλεγχος υποθέσεων δεν περιλαμβάνει μόνο μία μέθοδο, αλλά πολλές για να αξιολογήσει εάν τα δεδομένα του δείγματος είναι ευνοϊκά. Ως αναλυτής, πρέπει να λάβετε υπόψη τα δεδομένα και το μέγεθος του δείγματος και να επιλέξετε ποια μέθοδος δοκιμής υποθέσεων σας ταιριάζει.
Δοκιμή κανονικότητας
Είναι μια τυπική μέθοδος δοκιμής υποθέσεων για την ανάλυση της κανονικής κατανομής σε δεδομένα δείγματος. Κατά τη διαδικασία δοκιμής, ελέγχεται εάν τα ομαδοποιημένα σημεία δεδομένων γύρω από τη μέση τιμή είναι κάτω ή πάνω από τη μέση τιμή.
Σε αυτήν τη στατιστική δοκιμή, η πιθανότητα να πάνε τα σημεία πάνω ή κάτω από τη μέση τιμή είναι εξίσου πιθανή. Σχηματίζεται μια καμπύλη καμπάνας και κατανέμεται εξίσου και στις δύο πλευρές του μέσου όρου.
Δοκιμή Z-Test
Είναι ένας άλλος τύπος ελέγχου υποθέσεων που χρησιμοποιείται όταν τα δεδομένα πληθυσμού κατανέμονται κανονικά. Ελέγχει ότι ο μέσος όρος δύο χωριστών παραμέτρων πληθυσμού είναι διαφορετικός όταν η διακύμανση των δεδομένων είναι γνωστή σε εσάς.
Κατά την ανάλυση δεδομένων πληθυσμού, είναι πολύ πιθανό να χρησιμοποιήσετε αυτόν τον τύπο όταν το μέγεθος του δείγματος δεδομένων είναι μεγαλύτερο από τριάντα. Επιπλέον, το θεώρημα του κεντρικού ορίου είναι ένας άλλος λόγος που κάνει το Z-Test κατάλληλο, καθώς το θεώρημα δηλώνει ότι όταν τα μεγέθη των δειγμάτων αυξάνονται, τα δείγματα κατανέμονται κανονικά.
Δοκιμή T-Test
Ο έλεγχος υποθέσεων T-Test θα χρησιμοποιηθεί από εσάς όταν το μέγεθος του δείγματος είναι περιορισμένο και συνήθως διανέμεται. Γενικά, όταν το μέγεθος του δείγματος είναι κάτω από 30 και η τυπική απόκλιση της παραμέτρου είναι άγνωστη σε εσάς, εφαρμόζεται κυρίως.
Όταν κάνετε ένα T-Test, το κάνετε για να υπολογίσετε τα διαστήματα εμπιστοσύνης συγκεκριμένων δεδομένων πληθυσμού.
Τεστ Chi-Square
Το τεστ chi-square είναι μια δημοφιλής διαδικασία ελέγχου υποθέσεων που χρησιμοποιείται συχνά για την αξιολόγηση της καταλληλότητας και της ακεραιότητας μιας διανομής δεδομένων.
Πηγή: wikipedia.org
Ωστόσο, ο κύριος λόγος που θα χρησιμοποιήσετε αυτόν τον τύπο υπόθεσης είναι όταν θέλετε να ελέγξετε τη διακύμανση του πληθυσμού έναντι μιας διακύμανσης πληθυσμού μιας υποτιθέμενης ή γνωστής τιμής. Διεξάγονται διαφορετικές δοκιμές Chi-Square, αλλά ο πιο κοινός τύπος είναι το Chi-Square τεστ διακύμανσης και ανεξαρτησίας.
Δοκιμή ANOVA
Με συντομογραφία ως Analysis of Variance, είναι μια μέθοδος στατιστικών δοκιμών που βοηθά στη σύγκριση των συνόλων δεδομένων δύο δειγμάτων. Ωστόσο, σας επιτρέπει να συγκρίνετε περισσότερα από δύο μέσα τη φορά.
Εξηγεί επίσης μια εξαρτημένη μεταβλητή και μια ανεξάρτητη μεταβλητή δειγματοληπτικών δεδομένων. Η χρήση του ANOVA είναι αρκετά παρόμοια με τη χρήση του Z-Test και του T-Test, αλλά τα δύο τελευταία περιορίζονται σε δύο μόνο μέσα.
Πώς λειτουργεί ο έλεγχος υποθέσεων;
Κάθε αναλυτής που χρησιμοποιεί τον έλεγχο υποθέσεων χρησιμοποιεί δεδομένα τυχαίων δειγμάτων για ανάλυση και μέτρηση. Κατά τη διάρκεια της δοκιμής, τα δεδομένα του τυχαίου δείγματος χρησιμοποιούνται για τον έλεγχο της μηδενικής υπόθεσης και της εναλλακτικής υπόθεσης.
Όπως έχουμε συζητήσει προηγουμένως, η μηδενική υπόθεση και η εναλλακτική υπόθεση είναι εντελώς αμοιβαία αποκλειόμενες και κατά το αποτέλεσμα της δοκιμής, μόνο μία μπορεί να είναι αληθής.
Ωστόσο, υπάρχουν ορισμένες περιπτώσεις όπου η μηδενική υπόθεση απορρίπτεται. η εναλλακτική υπόθεση δεν είναι πάντα αληθινή.
Πηγή: Analytics Steps
p-value: Ενώ ξεκινά η διαδικασία δοκιμής, εμπλέκεται η τιμή p ή η τιμή πιθανότητας και δείχνει εάν το αποτέλεσμα είναι σημαντικό ή όχι. Όχι μόνο αυτό, αλλά η τιμή p δείχνει επίσης την πιθανότητα εμφάνισης σφάλματος κατά την απόρριψη ή τη μη απόρριψη μιας μηδενικής υπόθεσης κατά τη διάρκεια της δοκιμής. Η προκύπτουσα τιμή p είναι είτε 0 είτε 1, η οποία στη συνέχεια συγκρίνεται με το επίπεδο σημαντικότητας ή το επίπεδο άλφα.
Το επίπεδο σημαντικότητας εδώ ορίζει τον αποδεκτό κίνδυνο ενώ απορρίπτει μια μηδενική υπόθεση κατά τη διάρκεια της δοκιμής. Είναι σημαντικό να θυμάστε ότι το αποτέλεσμα του τεστ υποθέσεων μπορεί να οδηγήσει σε δύο τύπους σφαλμάτων:
- Το σφάλμα τύπου 1 εμφανίζεται όταν το αποτέλεσμα της δοκιμής απορρίπτει τη μηδενική υπόθεση, παρόλο που είναι αληθής.
- Το σφάλμα τύπου 2 εμφανίζεται όταν η μηδενική υπόθεση γίνεται αποδεκτή από το αποτέλεσμα του δείγματος παρόλο που είναι ψευδής.
Όλες οι τιμές που προκαλούν την απόρριψη της μηδενικής υπόθεσης αποθηκεύονται στην κρίσιμη περιοχή. Και είναι η κρίσιμη τιμή που διαχωρίζει τις κρίσιμες περιοχές από άλλες.
Βήματα για την εκτέλεση του ελέγχου υποθέσεων
Πηγή: Μέσο
Ο έλεγχος υποθέσεων περιλαμβάνει κυρίως τέσσερα βήματα:
- Ορισμός υποθέσεων: Στο πρώτο βήμα, η δουλειά σας ως αναλυτής είναι να ορίσετε τις δύο υποθέσεις έτσι ώστε μόνο μία να είναι αληθινή. Η μηδενική υπόθεση θα υποδεικνύει ότι δεν υπάρχει διαφορά στο μέσο ΔΜΣ, ενώ η εναλλακτική υπόθεση θα αναφέρει ότι υπάρχει σημαντική διαφορά στο μέσο ΔΜΣ.
- Σχέδιο: Στο επόμενο βήμα, θα χρειαστεί να σχεδιάσετε ένα σχέδιο ανάλυσης για το πώς μπορείτε να αναλύσετε τα δείγματα δεδομένων. Είναι ζωτικής σημασίας να κάνετε δειγματοληψία και να συλλέξετε τα δείγματα δεδομένων για να βεβαιωθείτε ότι έχει σχεδιαστεί για να ελέγξει την υπόθεσή σας.
- Αναλύστε δείγματα δεδομένων: Αφού αποφασίσετε πώς θα αξιολογήσετε τα δεδομένα, είναι καιρός να ξεκινήσετε τη διαδικασία. Θα πρέπει να αναλύσετε φυσικά τα δείγματα δεδομένων, ώστε να μην υπάρχει πλεονασμός. Κατά την ανάλυση των δεδομένων, θα πρέπει να ελέγξετε ότι τα δείγματα είναι ανεξάρτητα μεταξύ τους και ότι και τα δύο μεγέθη δειγμάτων είναι αρκετά μεγάλα.
- Υπολογισμός στατιστικών δοκιμών: Σε αυτό το στάδιο, θα πρέπει να υπολογίσετε τα στατιστικά στοιχεία δοκιμής και να βρείτε την τιμή p. Η τιμή p θα προσδιοριστεί υποθέτοντας ότι η μηδενική υπόθεση είναι αληθής.
- Αξιολογήστε το αποτέλεσμα: Στο τελικό βήμα, θα χρειαστεί να αξιολογήσετε το αποτέλεσμα του τεστ υποθέσεων. Εδώ, θα αποφασίσετε εάν θα απορρίψετε τη μηδενική υπόθεση ή θα δηλώσετε την αληθοφάνειά της με βάση τα δεδομένα του δείγματος.
Τώρα, θα διερευνήσουμε τα οφέλη του ελέγχου υποθέσεων.
Οφέλη από τον έλεγχο υποθέσεων
Τα οφέλη του ελέγχου υποθέσεων είναι:
- Σας βοηθά να αναλύσετε την ισχύ του ισχυρισμού σας σε μια απόφαση δεδομένων.
- Ως αναλυτής, σας επιτρέπει να δημιουργήσετε ένα αξιόπιστο περιβάλλον για τη λήψη αποφάσεων σχετικά με τα δείγματα δεδομένων.
- Σας επιτρέπει να προσδιορίσετε εάν τα δείγματα δεδομένων που εμπλέκονται στον έλεγχο υποθέσεων είναι στατιστικά σημαντικά.
- Είναι επωφελές για την αξιολόγηση της αξιοπιστίας και της εγκυρότητας των αποτελεσμάτων των δοκιμών σε οποιαδήποτε διαδικασία συστηματικής δοκιμής.
Σας βοηθά στην παρέκταση των δεδομένων από ένα στάδιο δείγματος σε μεγαλύτερο πληθυσμό ανάλογα με την απαίτηση.
Χρήση περιπτώσεων δοκιμής υποθέσεων
Ο έλεγχος υποθέσεων χρησιμοποιείται σε διάφορους τομείς για να μαντέψει κατάλληλα την ακρίβεια των δεδομένων του δείγματος. Μερικά παραδείγματα πραγματικού κόσμου ελέγχου υποθέσεων είναι:
#1. Κλινικές δοκιμές
Ο έλεγχος υποθέσεων χρησιμοποιείται ευρέως κατά τη διάρκεια κλινικών δοκιμών, επειδή βοηθά τους επαγγελματίες του ιατρικού τομέα να αποφασίσουν εάν ένα νέο φάρμακο, θεραπεία ή διαδικασία θα είναι αποτελεσματική ή όχι με βάση δεδομένα δείγματος.
Ένας γιατρός μπορεί να πιστεύει ότι μια θεραπεία μπορεί να ανακουφίσει τα επίπεδα καλίου σε ορισμένους ασθενείς. Ο γιατρός μπορεί να μετρήσει το επίπεδο καλίου μιας ομάδας ασθενών πριν κάνει τη θεραπεία και να ελέγξει ξανά το επίπεδο.
Στη συνέχεια, ο γιατρός εκτελεί έλεγχο υποθέσεων όπου H0: Uafter = Ubefore, και υποδηλώνει ότι το επίπεδο καλίου είναι το ίδιο με πριν μετά την εφαρμογή της θεραπείας. Μια άλλη υπόθεση υποδεικνύει Ha: Uafter < Ubefore, που σημαίνει ότι το επίπεδο καλίου έχει μειωθεί μετά την εφαρμογή της θεραπείας.
Έτσι, εάν η τιμή p είναι μικρότερη από το επίπεδο σημαντικότητας, τότε ο γιατρός μπορεί να συμπεράνει ότι η θεραπεία μπορεί να μειώσει το επίπεδο του καλίου.
#2. Βιομηχανοποίηση
Ο έλεγχος υποθέσεων χρησιμοποιείται σε εργοστάσια παραγωγής για να βοηθήσει τους επόπτες να αποφασίσουν εάν η νέα μέθοδος ή τεχνική είναι αποτελεσματική ή όχι.
Για παράδειγμα, ορισμένες μονάδες παραγωγής μπορεί να χρησιμοποιήσουν δοκιμές υποθέσεων για να βρουν εάν η νέα μέθοδος τις βοηθά να μειώσουν τον αριθμό των ελαττωματικών προϊόντων ανά παρτίδα. Ας υποθέσουμε ότι ο αριθμός των ελαττωματικών προϊόντων είναι 300 ανά παρτίδα.
Ο κατασκευαστής πρέπει να προσδιορίσει τη μέση τιμή για τον συνολικό αριθμό των ελαττωματικών προϊόντων που παράγονται πριν και μετά τη χρήση της μεθόδου. Μπορούν να εκτελέσουν έλεγχο υποθέσεων και να χρησιμοποιήσουν υποθέσεις H0: Uafter = Ubefore, όπου ο μέσος όρος των ελαττωματικών προϊόντων που παράγονται μετά την εφαρμογή μιας νέας μεθόδου είναι ο ίδιος με πριν.
Μια άλλη υπόθεση δείχνει ότι το HA: Uafter δεν είναι ίσο με το Ubefore, που σημαίνει ότι ο συνολικός αριθμός των ελαττωματικών προϊόντων που παράγονται μετά την εφαρμογή της νέας μεθόδου δεν είναι ο ίδιος.
Μετά τη δοκιμή, όταν η τιμή p είναι μικρότερη από το επίπεδο σημαντικότητας, τότε η μονάδα παραγωγής μπορεί να συμπεράνει ότι ο αριθμός των ελαττωματικών προϊόντων που παράγονται έχει αλλάξει.
#3. Γεωργία
Η δοκιμή υποθέσεων χρησιμοποιείται συχνά για να διαπιστωθεί εάν το λίπασμα ή το φυτοφάρμακο προκαλεί ανάπτυξη και ανοσία στα φυτά. Οι βιολόγοι μπορούν να χρησιμοποιήσουν τη δοκιμή για να αποδείξουν ότι ένα συγκεκριμένο φυτό μπορεί να αναπτυχθεί περισσότερο από 15 ίντσες μετά την εφαρμογή του νέου λιπάσματος.
Ο βιολόγος μπορεί να εφαρμόσει το λίπασμα για ένα μήνα για τη συλλογή δεδομένων δειγμάτων. Όταν ο βιολόγος εκτελεί μια δοκιμή, μια υπόθεση είναι H0 U=15 ίντσες, που δείχνει ότι το λίπασμα δεν προκαλεί καμία ενίσχυση στη μέση ανάπτυξη του φυτού.
Μια άλλη υπόθεση δείχνει HA: U> 15 ίντσες, που σημαίνει ότι τα λιπάσματα προκαλούν ενίσχυση στη μέση ανάπτυξη του φυτού. Μετά από δοκιμή όταν η τιμή p είναι μικρότερη από το επίπεδο σημαντικότητας, ο βιολόγος μπορεί τώρα να αποδείξει ότι τα λιπάσματα προκαλούν μεγαλύτερη ανάπτυξη από πριν.
Πόροι μάθησης
#1. Στατιστικά: Μια Βήμα-Βήμα Εισαγωγή από την Udemy
Η Udemy προσφέρει ένα μάθημα για τις στατιστικές όπου θα μάθετε μια βήμα προς βήμα εισαγωγή στα στατιστικά, που καλύπτει τον έλεγχο υποθέσεων. Αυτό το μάθημα έχει παραδείγματα και μαθήματα από έναν πρώην επιστήμονα δεδομένων της Google για να σας βοηθήσει να κατακτήσετε τα διαστήματα εμπιστοσύνης, τα τεστ υποθέσεων και πολλά άλλα.
#2. Βασικά στατιστικά στοιχεία για την ανάλυση δεδομένων από την Udemy
Αυτό το μάθημα Udemy για βασικά στατιστικά στοιχεία για ανάλυση δεδομένων θα σας βοηθήσει να μάθετε στατιστικά με έργα πραγματικού κόσμου, διασκεδαστικές δραστηριότητες, δοκιμές υποθέσεων, κατανομές πιθανοτήτων, ανάλυση παλινδρόμησης και πολλά άλλα.
#3. Στατιστικά για την Επιστήμη των Δεδομένων και την Επιχειρηματική Ανάλυση
Αυτό το μάθημα για τις στατιστικές για την επιστήμη δεδομένων και την ανάλυση των επιχειρήσεων προσφέρεται από την Udemy που θα σας βοηθήσει να μάθετε τον έλεγχο υποθέσεων. Καλύπτει διάφορα θέματα στατιστικών, δίνοντας τη δυνατότητα σε επιστήμονες δεδομένων και επιχειρησιακούς αναλυτές να τα μάθουν και να τα κατακτήσουν. Καλύπτει συμπερασματικά και περιγραφικά στατιστικά στοιχεία μαζί με ανάλυση παλινδρόμησης.
#4. Δοκιμή υποθέσεων από τον Jim Frost
Αυτό το βιβλίο είναι διαθέσιμο στο Amazon και είναι ένας διαισθητικός οδηγός που βοηθά τους αναλυτές να λαμβάνουν αποφάσεις βάσει δεδομένων.
Καλύπτει τη λειτουργία των δοκιμών υποθέσεων, γιατί τα χρειάζεστε, πώς να χρησιμοποιήσετε αποτελεσματικά τα διαστήματα εμπιστοσύνης, τις τιμές p, τα επίπεδα σημασίας και πολλά άλλα θέματα.
#5. Έλεγχος υποθέσεων από τον Scott Hartshorn
Αυτό το βιβλίο είναι μοναδικό με τα οπτικά του παραδείγματα και είναι καλύτερο για αρχάριους που αναζητούν έναν γρήγορο οδηγό σχετικά με τον έλεγχο υποθέσεων.
Θα σας μυήσει στη σημασία των στατιστικών, των τύπων και της λειτουργίας τους. Δεν χρειάζεται να έχετε προηγούμενη εις βάθος γνώση των στατιστικών, αλλά εξηγεί τα πάντα διαισθητικά.
Τελικός Λόγος
Ο έλεγχος υποθέσεων βοηθά στην επαλήθευση μιας υπόθεσης και στη συνέχεια στην ανάπτυξη στατιστικών δεδομένων με βάση την αξιολόγηση. Χρησιμοποιείται σε πολλούς τομείς, από τη μεταποίηση και τη γεωργία έως τις κλινικές δοκιμές και την πληροφορική. Αυτή η μέθοδος δεν είναι μόνο ακριβής, αλλά σας βοηθά επίσης να λαμβάνετε αποφάσεις βάσει δεδομένων για τον οργανισμό σας.
Στη συνέχεια, ελέγξτε τους πόρους εκμάθησης για να γίνετε επιχειρηματικός αναλυτής.