정보에 입각한 결정을 내리기 위해 가설 테스트 사용하기
방법 보기:
- 우리가 조사하고자 하는 두 가지 조건인 Null과 Alternate Hypothesis의 차이점을 이해합니다.
- 귀무 가설 - 일반적으로 현상 유지, 예 이 두 표본을 추출한 모집단 평균에는 차이가 없습니다.
- 대체 가설 - Null의 보수, 예 인구 평균에 차이가 있습니다
- 차이 없음 대신 보다 큼(또는 보다 작음)을 삽입할 수도 있습니다.
- 대체 가설을 수용하는 것은 귀무 가설을 거부(또는 반증)하는 것입니다.
- 테스트를 실행할 때 대립 가설이 신뢰 수준 내에 있다는 증거를 찾고 귀무 가설을 반박(또는 반증)할 수 있습니다.
- 주의: Alt를 거부하지 않는다고 해서 Null이 true인 것은 아니며 Null을 수락하기에 충분한 데이터를 수집하지 않았을 수 있습니다.
- 신뢰 수준은 가설과 관련된 확신 수준입니다.
- 필요한 신뢰 수준에 따라 달라질 수 있음
- 종종 결정을 내리는 데 허용되는 신뢰 수준은 95%입니다.
- 생사를 가르는 결정을 보고 있다면 결과에 대해 99.9% 확신이 있어야 합니다.
- 95% 신뢰는 통계 테스트를 100번 실행하면 약 95번 맞아야 함을 의미합니다.
- 알파 값은 1 - 자신감/100
- 평균값에 대한 신뢰 구간 비교 및 해석
- 평균을 목표 값과 비교
- Analyze>Distribution 그리고 Test Mean from red 삼각형
- 분위수 해석, 요약 통계, 평균 검정
- 두 평균 비교
- Analyze>Distribution 후 빨간색 삼각형에서 t-검정
- t-검정 해석
- 두 가지 이상의 평균 비교
- 분석>분포 및 빨간색 삼각형의 평균/ANOVA
- 단방향 분석(ANOVA) 실행
- 하나의 ANOVA에 대한 적합, R-제곱, 분산 및 평균 분석 요약 해석
- 동등성에 대한 가설 검정 – 표본 평균이 다르지 않을 때 모집단 평균이 동일하다는 결론을 내릴 수 없기 때문에 사용됩니다.
- 대체 가설은 특정 한계 내에서 인구 평균이 동일하다는 것입니다.
- 귀무 가설은 인구 평균이 마진 내에서 동일하지 않을 수 있다는 것입니다.
- 모집단 평균의 차이가 동등성 구간 밖에 있습니다.
- 양측 t-검정(TOST) 사용
참고: Q&A는 ~ 시간 20:05부터 산재되어 있습니다.
Jerry에 대한 질문이 있으면 다음을 입력하십시오. @제리피쉬 귀하의 의견에.
자원
Compare Mean to Target Value평균과 목표 값 비교
기본 데이터 분석 및 모델링
