가설 테스트를 사용하여 정보에 입각한 결정 내리기
방법을 확인하세요:
- 우리가 조사하려는 두 가지 조건인 귀무 가설과 대립 가설의 차이점을 이해합니다.
- 귀무 가설 - 일반적으로 현상 유지, 예: 이 두 표본을 추출한 모집단 평균에는 차이가 없습니다.
- 대립 가설 - Null의 보수, 예: 인구 평균에는 차이가 있습니다.
- 차이 없음 대신 초과(또는 미만)를 삽입할 수도 있습니다.
- 대체 가설을 수락하는 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 true라는 의미는 아니며 아마도 Alt를 수락할 만큼 충분한 데이터를 수집하지 않았을 수 있습니다.
- 신뢰 수준은 가설과 관련된 보증 수준입니다.
- 필요한 신뢰 수준은 달라질 수 있습니다.
- 종종 의사 결정에 허용되는 신뢰 수준은 95%입니다.
- 아마도 생사가 걸린 결정을 내린다면 결과에 99.9% 확신을 가져야 할 것입니다.
- 95% 신뢰도는 통계 테스트를 100번 실행하면 약 95번 정도 정확해야 함을 의미합니다.
- 알파 값은 1 - 신뢰도/100입니다.
- 평균값에 대한 신뢰구간 비교 및 해석
- 평균을 목표값과 비교
- 분석>분포, 빨간색 삼각형의 평균 테스트
- 분위수 해석, 요약 통계, 평균 검정
- 두 가지 평균 비교
- 분석>분포 후 빨간색 삼각형으로 t-test
- t-검정 해석
- 두 개 이상의 평균 비교
- 분석>분포, 빨간색 삼각형의 평균/ANOVA
- 일원 분석(ANOVA) 실행
- 하나의 ANOVA에 대한 적합도 요약, R-제곱, 분산 분석 및 평균 해석
- 동등성에 대한 가설 검정 - 표본 평균이 다르지 않은 경우에도 모집단 평균이 동일하다는 결론을 내릴 수 없기 때문에 사용됩니다.
- 대체 가설은 모집단 평균이 지정된 한계 내에서 동일하다는 것입니다.
- 귀무 가설은 모집단 평균이 여백 내에서 동일하지 않을 수 있다는 것입니다.
- 모집단 평균의 차이가 동등성 구간을 벗어났습니다.
- TOST(양측 t-검정) 사용
참고: Q&A는 ~ 시간 20:05부터 시작됩니다.
Jerry에게 질문이 있는 경우 다음을 입력하세요. @제리피쉬 귀하의 의견에.
자원
Compare Mean to Target ValueCompare Mean to Target Value평균과 목표값 비교
기본 데이터 분석 및 모델링Re: 가설 테스트를 사용하여 정보에 입각한 결정 내리기안녕하세요 @제리피쉬 ,
동등성 검정의 동등성 마진은 어떻게 추정합니까?
부품 제조를 새로운 시설로 확장하려는 제조업체가 있는데 이동 전 프로세스와 이동 후 프로세스가 동일하다는 것을 증명하고 싶습니다.
나의 초기 생각은 이동 전 데이터를 사용하고 표준 편차에 대한 90% 신뢰 구간을 도출하고 이 범위 내의 값을 마진으로 사용하는 것이었습니다. 하지만 0.00488-0.007577 사이의 값은 이 연구를 수행하기에는 너무 작은 것 같습니까?
어떤 제안이 있으십니까?
감사해요
네하
Re: 가설 테스트를 사용하여 정보에 입각한 결정 내리기안녕 @carlogarcia !예, 표본 간의 분산이 동일하다고 가정할 수 있다면 합동 t-검정이 더 나은 옵션이 될 것입니다.
아시다시피 JMP는 기본적으로 분산이 같지 않다고 가정합니다.이로 인해 합동 분산보다 신뢰 구간이 더 넓어지므로 합동 t 검정보다 더 보수적인 평가입니다.
그러나 빨간색 삼각형에서 "평균/ANOVA/풀링된 t"를 활성화하면 결과가 실제로 풀링됩니다.
물론 지적했듯이 두 그룹 분산이 다르지 않다는 확신을 갖고 싶을 것이며 빨간색 삼각형 "불균등 분산" 옵션을 통해 이를 얻을 수 있습니다.
의견을 보내주셔서 감사합니다!
Re: 가설 테스트를 사용하여 정보에 입각한 결정 내리기@제리피쉬 , 가설 테스트를 위해 제공한 슬라이드와 강의에 감사드립니다.
제가 가지고 있는 한 가지 질문은 JMP의 t-검정에서는 분산이 같지 않다고 가정한다는 것입니다.
남성 표본과 여성 표본처럼 표본의 분산이 동일하다면 어떨까요?
풀링된 T 테스트가 더 나은 옵션이 될까요?
감사해요.
