Verwenden von Hypothesentests, um fundierte Entscheidungen zu treffen
Erfahren Sie, wie Sie:
- Verstehen Sie den Unterschied zwischen einer Null- und einer Alternativhypothese, den beiden Bedingungen, die wir untersuchen möchten
- Nullhypothese – im Allgemeinen der Status quo, z Es gibt KEINEN UNTERSCHIED in den Grundgesamtheitsmittelwerten, aus denen diese beiden Stichproben gezogen wurden
- Alternativhypothese – das Komplement der Null, z Es gibt einen Unterschied in den Bevölkerungsmitteln
- Anstelle von „Kein Unterschied“ können wir auch „Größer als“ (oder „Kleiner als“) einfügen
- Das Akzeptieren einer Alternativhypothese bedeutet, die Nullhypothese abzulehnen (oder zu widerlegen).
- Bei der Durchführung von Tests suchen wir nach Beweisen dafür, dass die Alternativhypothese innerhalb unseres Konfidenzniveaus liegt, und wir können die Nullhypothese widerlegen (oder widerlegen).
- Achtung: Wenn wir Alt NICHT ablehnen, bedeutet das NICHT, dass Null wahr ist und wir möglicherweise nicht genügend Daten gesammelt haben, um es zu akzeptieren.
- Das Konfidenzniveau ist das Maß an Sicherheit, das mit den Hypothesen verbunden ist
- Das erforderliche Vertrauensniveau kann davon abhängen
- Oft liegt das akzeptable Konfidenzniveau für die Entscheidungsfindung bei 95 %.
- Wenn es um Entscheidungen über Leben und Tod geht, müssen Sie sich vielleicht zu 99,9 % auf die Ergebnisse verlassen können
- 95 % Konfidenz bedeutet, dass Sie, wenn Sie den statistischen Test 100 Mal durchführen, etwa 95 Mal richtig liegen sollten
- Der Alpha-Wert ist 1 – Konfidenz/100
- Vergleichen und interpretieren Sie das Konfidenzintervall für einen Mittelwert
- Vergleichen Sie den Mittelwert mit einem Zielwert
- Analysieren>Verteilung und dann den Mittelwert anhand des roten Dreiecks testen
- Interpretieren Sie Quantitles, zusammenfassende Statistiken und Bedürftigkeitstests
- Vergleichen Sie zwei Mittelwerte
- Analysieren>Verteilung und dann T-Test vom roten Dreieck
- Interpretieren Sie den T-Test
- Vergleichen Sie mehr als zwei Mittel
- Analysieren>Verteilung und dann Mittelwert/ANOVA aus dem roten Dreieck
- Führen Sie eine Oneway-Analyse (ANOVA) durch.
- Interpretieren Sie die Zusammenfassung von Anpassung, R-Quadrat, Varianzanalyse und Mittelwerten für eine ANOVA
- Hypothesentest auf Äquivalenz – Wird verwendet, weil wir, wenn die Stichprobenmittelwerte nicht unterschiedlich sind, immer noch nicht schlussfolgern können, dass die Grundgesamtheitsmittelwerte gleich waren
- Eine alternative Hypothese besagt, dass die Bevölkerungsmittelwerte innerhalb einer bestimmten Spanne gleich sind
- Die Nullhypothese besagt, dass die Bevölkerungsmittelwerte innerhalb der Spanne möglicherweise nicht gleich sind.
- Der Unterschied im Bevölkerungsmittelwert liegt außerhalb des Äquivalenzintervalls
- Verwenden Sie zweiseitige t-Tests (TOST)
Hinweis: Fragen und Antworten finden ab ca. 20:05 Uhr statt.
Wenn Sie Fragen an Jerry haben, geben Sie Folgendes ein: @JerryFish in deinem Kommentar.
Ressourcen
Compare Mean to Target ValueCompare Mean to Target ValueVergleichen Sie den Mittelwert mit dem Zielwert
Grundlegende Datenanalyse und ModellierungBetreff: Verwenden von Hypothesentests, um fundierte Entscheidungen zu treffenHallo @JerryFish ,
Wie schätzt man die Äquivalenzspanne für einen Äquivalenztest?
Ich habe einen Hersteller, der die Fertigung eines Teils auf eine neue Anlage ausweiten möchte, und ich möchte nachweisen, dass die Prozesse vor und nach dem Umzug gleichwertig sind.
Mein erster Gedanke war, die Daten vor dem Umzug zu verwenden und das 90 %-Konfidenzintervall für die Standardabweichung abzuleiten und einen Wert innerhalb dieses Bereichs als meine Marge zu verwenden. Aber ein Wert zwischen 0,00488 und 0,007577 scheint zu klein, um diese Studie durchzuführen?
Irgendwelche Vorschläge?
Danke
Neha
Betreff: Verwenden von Hypothesentests, um fundierte Entscheidungen zu treffenHallo @carlogarcia !Ja, ein gepoolter T-Test wäre die bessere Option, wenn Sie gleiche Varianzen zwischen den Stichproben annehmen können.
Wie Sie bemerken, geht JMP standardmäßig von ungleichen Varianzen aus.Dies führt (unter anderem) zu größeren Konfidenzintervallen als bei gepoolten Varianzen, es handelt sich also um eine konservativere Auswertung als ein gepoolter t-Test.
Wenn Sie jedoch „Mittelwerte/ANOVA/Pooled t“ aus dem roten Dreieck aktivieren, werden die Ergebnisse tatsächlich gepoolt.
Natürlich möchten Sie, wie Sie betonen, sicher sein, dass die beiden Gruppenvarianzen nicht unterschiedlich sind, und das erreichen Sie durch die Option „Ungleiche Varianzen“ im roten Dreieck.
Danke für die Kommentare!
Betreff: Verwenden von Hypothesentests, um fundierte Entscheidungen zu treffen@JerryFish , Schätzen Sie die Folien und Vorträge, die Sie zum Testen von Hypothesen bereitgestellt haben.
Eine Frage, die ich habe, ist, dass der t-Test auf JMP davon ausgeht, dass wir eine ungleiche Varianz haben:
Was wäre, wenn unsere Stichproben gleiche Varianzen aufweisen, wie zum Beispiel diese männliche und weibliche Stichprobe?
Wäre der gepoolte T-Test eine bessere Option?
Danke.
