Mithilfe von Hypothesentests fundierte Entscheidungen treffen
Erfahren Sie, wie Sie:
- Verstehen Sie den Unterschied zwischen einer Nullhypothese und einer Alternativhypothese, den beiden Bedingungen, die wir untersuchen möchten
- Nullhypothese - im Allgemeinen der Status quo, z. B. Es gibt KEINEN UNTERSCHIED in den Populationsmittelwerten, aus denen diese beiden Stichproben gezogen wurden
- Alternativhypothese - die Ergänzung der Nullhypothese, z. B. Es gibt einen Unterschied in den Mittelwerten der Population
- Wir können auch Größer als (oder Kleiner als) anstelle von Kein Unterschied einfügen.
- Die Annahme einer Alternativhypothese ist die Ablehnung (oder Widerlegung) der Nullhypothese
- Wenn wir Tests durchführen, suchen wir nach Beweisen dafür, dass die Alternativhypothese innerhalb unseres Vertrauensniveaus liegt, und wir können die Nullhypothese widerlegen (oder widerlegen)
- Achtung: Wenn wir das Alt NICHT ablehnen, bedeutet das NICHT, dass Null wahr ist und dass wir möglicherweise nicht genügend Daten gesammelt haben, um es zu akzeptieren.
- Das Konfidenzniveau ist der Grad der Sicherheit, der mit den Hypothesen verbunden ist
- Das erforderliche Vertrauensniveau kann abhängen
- Das akzeptable Konfidenzniveau für Entscheidungen liegt oft bei 95 %.
- Wenn Sie Entscheidungen über Leben und Tod treffen, müssen Sie sich zu 99,9 % auf die Ergebnisse verlassen können.
- 95% Konfidenz bedeutet, dass Sie bei 100 statistischen Tests ungefähr 95 Mal richtig liegen sollten.
- Der Alpha-Wert beträgt 1 - Konfidenz/100
- Vergleichen und interpretieren Sie das Konfidenzintervall eines Mittelwerts
- Mittelwert mit Zielwert vergleichen
- Analysieren>Verteilung und dann Mittelwert aus rotem Dreieck testen
- Quantile interpretieren, zusammenfassende Statistiken, Mittelwerttest
- Vergleichen Sie zwei Mittelwerte
- Analysieren>Verteilung und dann t-Test vom roten Dreieck
- t-Test interpretieren
- Vergleichen Sie mehr als zwei Mittelwerte
- Analysieren>Verteilung und dann Mittelwerte/ANOVA aus dem roten Dreieck
- Führen Sie eine Einweganalyse (ANOVA) durch
- Interpretieren Sie die Zusammenfassung von Anpassung, R-Quadrat, Varianzanalyse und Mittelwerten für eine ANOVA
- Hypothesentest auf Äquivalenz – Wird verwendet, weil wir bei gleichbleibenden Stichprobenmittelwerten immer noch nicht davon ausgehen können, dass die Populationsmittelwerte gleich sind
- Eine alternative Hypothese ist, dass die Populationsmittelwerte innerhalb einer bestimmten Spanne gleich sind
- Die Nullhypothese besagt, dass die Populationsmittelwerte innerhalb des Randes möglicherweise NICHT dieselben sind.
- Der Unterschied im Populationsmittelwert liegt außerhalb des Äquivalenzintervalls
- Verwenden Sie zweiseitige T-Tests (TOST).
Hinweis: Ab ca. 20:05 Uhr werden Fragen und Antworten eingestreut.
Wenn Sie Fragen an Jerry haben, geben Sie @JerryFish in Ihren Kommentar ein.
Ressourcen
Compare Mean to Target ValueMittelwert mit Zielwert vergleichenMittelwert mit Zielwert vergleichen
Grundlegende Datenanalyse und Modellierung
