İnteraktif Dersler

Hipotez testleri

Ders notları

Tanım

Bir iddia ve bir örneklem

Hipotez testi, bir örneklemin anakütle hakkındaki bir iddiaya uyup uymadığını sorar. İddia bir model verir, örneğin “tohumların %70’i filizlenir”; böylece hangi örneklemleri beklememiz gerektiğini biliriz. Örneklem her zaman biraz sapar; asıl soru “ne kadar uzağın” “çok uzak” olduğudur.
Örnek
Bir tedarikçi tohumlarının %70’inin filizlendiğini söylüyor. 20 tohumluk örneklemde 10 tohum filizleniyor: . Ama 20 iyi tohum da tam vermez. 10 çok az mı?
Tanım

İddianın öngördüğü: sıfır dağılımı

Sınanan iddia sıfır hipotezi ’dır. geçerliyse sayı bilinen bir dağılımı izler, yani sıfır dağılımını: burada filizlenen tohum sayısı için . İddia doğruyken şansın ne yaptığını gösterir.
46810121416182014
Örnek
altında ortalama , standart sapma ’dür. En olası sayı 14’tür, . 10 sayısı ortalamanın yaklaşık 2 standart sapma altındadır.
Kural

Sonuç ne kadar alışılmadık?

Tek bir sonuç her zaman düşük olasılıklıdır; bu yüzden en az o kadar uç bir sonucun olasılığını sorarız: ’ın beklediğinden o kadar ya da daha uzak, iddiadan şüphe ettiren yönde. Küçükse, iddia doğru olsaydı sonuç alışılmadık olurdu.
468101214161820
Örnek
10 filizlenen tohumda şüphe aşağı yöndedir: (hesap makinesi: ). doğruysa böyle uç sonuçlar zamanın yaklaşık %4,8’inde olur.
Tanım

p-değeri

p-değeri, doğruysa, gözlenen sonuç kadar ya da ondan daha uç bir sonucun olasılığıdır. Sıfır dağılımının içinde hesaplanır ve 0 ile 1 arasındadır: ne kadar küçükse ’a karşı kanıt o kadar güçlüdür.
468101214161820
Örnek
Tohumlar: , boyalı – çubuklarının toplam yüksekliği. Sözle: doğruysa, 10 filizlenen tohum kadar uç sonuçlar zamanın yaklaşık %4,8’inde olur.
Kural

Sözlü bir iddiadan H0 ve H1

Bir parametre (anakütle oranı ya da ortalaması ; asla örneklem değeri ya da değil) hakkındaki iddia iki ifadeye dönüşür. eşitliği taşır: ya da . testin aradığıdır: , ya da , asla değil. ’i verilere bakmadan önce sorudan seç.
Örnek
“Bir tedarikçi tohumların %70’inin filizlendiğini söylüyor; bir yetiştirici daha azını düşünüyor.” , .“Makine 500 ml hedefinden sapıyor mu?” , .“Değişiklikten sonra teslimatlar yavaşladı mı?” Sonra eksi önce farklarının ortalaması : , .
Kural

Tek yönlü ya da çift yönlü

bir yön belirtiyorsa ( ya da ) test tek yönlüdür: sıfır dağılımının bir ucu sayılır. “farklı” diyorsa () çift yönlüdür: iki uç da sayılır ve simetrik bir eğride p-değeri tek yönlünün iki katıdır. Yön sorudan gelir, asla verilerden değil.
0.03590.03591.8−1.8−3−2−10123
Örnek
Bir test istatistiği . Tek yönlü: . Çift yönlü: . %5’te tek yönlü test ’ı reddeder, çift yönlü reddetmez; bu yüzden veriler görülmeden seçilmelidir.
Tanım

Anlamlılık düzeyi

Anlamlılık düzeyi testten önce seçilir, çoğu zaman %5 ya da %1. doğruyken ’ı reddetme olasılığıdır: yanlış bir ret, yani I. tür hata. ile yaklaşık 20 testte 1’i doğru bir ’ı reddeder. p-değeri örnekleme aittir; düzey önceden belirlenir.
02468101214
Örnek
“20 paketten 10 ya da fazlası geç ise ’ı reddet” kuralı, : doğruyken olasılıkla reddeder. 1000 dürüst kontrolde yaklaşık tanesi yanlış yere reddeder: kuralın gerçekleşen düzeyidir.
Kural

Kuyruklar ve kritik değer

Normal bir istatistikte kritik değer, alanı olan kuyruğu keser. Tek yönlü: düzeyin tamamı tek kuyrukta, %5’te , %1’de . Çift yönlü: düzeyin yarısı her kuyrukta, %5’te , %1’de . Ötesindeki istatistik kritik bölgededir.
5%1.645−3−2−10123
Örnek
%5 tek yönlüde ’nin üstündeki alan ’tir, yani : sağlama . Çift yönlüde her kuyruk , yani .
Kural

Karar vermenin iki yolu, tek sonuç

Kural 1 (p-değeri): p-değeri en çok ise ’ı reddet. Kural 2 (kritik bölge): istatistik kritik bölgedeyse ’ı reddet. İkisi hiç çelişmez: kritik değerin ötesinde kuyruk alanı ’dan küçüktür.
0.03041.875−3−2−10123
Örnek
, , , , , : . Kural 2: . Kural 1: . İkisi de: reddedilir.
Tanım

Terimler tek bir şekilde

Test istatistiği örneklemi özetler. Kritik değer sınırdır; kritik bölge onun ötesindedir ve altında olasılığı ’dır; kabul bölgesi geri kalandır. p-değeri, gözlenen değerin ötesindeki kuyruk alanıdır. Karar bunları karşılaştırır.
5%95%1.645−3−2−10123
Örnek
%5’te tek yönlü, : kritik değer ; kritik bölge (%5); kabul bölgesi (%95). istatistiği kabul bölgesinde: , reddedilemez.
Kural

Kesin binom testi

bağımsız denemede başarıları say ve ’ın dağılımını kullan: . p-değeri bir binom kuyruğudur: için , için . En çok düzey kadarsa ’ı reddet.
02468101214
Örnek
Paketler: geç, , %5; 20’de 10 geç. ( ). olduğundan reddedilir.
Kural

Sonucu yazmak

İki parça: hakkındaki karar ve bağlam içinde bir cümle; kalıp derse göre değişir. UK / Cambridge: “H0 reddedilir: %5 düzeyinde şunu öne sürmek için yeterli kanıt vardır: …” ya da “H0 reddedilemez: … yeterli kanıt yoktur”. IB: “… %5 anlamlılık düzeyinde … yönünde (yeterli) kanıt vardır / yoktur”. AP: “H0 reddedilir: şu yönde ikna edici kanıt vardır: …” ya da “H0 reddedilemez: şu yönde ikna edici kanıt yoktur: …”.
Örnek
Geç kalan paketler (), AP: “H0 reddedilir: geç kalan paketlerin gerçek oranının 0,3’ten büyük olduğu yönünde ikna edici kanıt vardır.” UK / Cambridge: “H0 reddedilir: %5 düzeyinde, geç kalan paketlerin oranının 0,3’ten büyük olduğunu öne sürmek için yeterli kanıt vardır.”
Kural

Binom testinin kritik bölgesi

Kuralı önceden bul: kritik bölge, ’ın reddedilmesine yol açan sayılar kümesidir. için ’dir; , olan en küçük değerdir. Tepeden ara. ’nin altındaki sayılar kabul bölgesini oluşturur.
02468101214
Örnek
, , , %5. ama . Kritik bölge ; kabul bölgesi . olan örneklem kritik bölgededir.
Kural

Gerçekleşen anlamlılık düzeyi

Bir sayı tam değerler aldığından kuyruk olasılıkları sıçrar ve nadiren tam düzeye oturur. Kritik bölge, olasılığı düzeyi aşmayan en büyük bölgedir; gerçek olasılığı gerçekleşen anlamlılık düzeyidir ve çoğu zaman belirtilen %5’in biraz altındadır. Bunu da yaz: yanlış ret şansının gerçek değeridir.
0.050.10.227780.113390.0480100.0171110.005112
Örnek
, , , %5: , , . bölgesinin gerçekleşen düzeyi ’dir, 0,05 değil. Bir sonraki değer, , vakaların yaklaşık %11,3 kadarında yanlış yere reddederdi.
Kural

Çift yönlü binom bölgesi

için kritik bölgenin iki parçası vardır: ve . UK / Cambridge kuralı her parçaya en çok düzeyin yarısı kadar olasılık verir; gerçekleşen düzey toplamdır. ve ’yi ayrı ayrı bul, her biri ’ye karşı.
912151821242730
Örnek
, , %5: ama , yani ve simetriden . Bölge ya da ; gerçekleşen düzey ; kabul .
Kural

Üç kural, tek tablo

UK / Cambridge: kuyruk olasılığı düzeyi aşmıyorsa reddet (çift yönlü: her kuyruk düzeyin yarısına karşı). IB: yalnızca p-değeri düzeyden kesinlikle küçükse reddet; binom testleri yalnızca tek yönlüdür (çift yönlü: IB’de sorulmaz). AP: çift yönlü p-değeri küçük kuyruğun iki katıdır. Tam sınırda kararlar farklı olabilir.
1/803/813/821/83
Örnek
, , , , düzey %12,5: , tam düzeyde. UK / Cambridge: reddet. IB: reddetme. AP: reddet. Çift yönlü , : AP ; UK: 14, ya da dışında: reddetme.
Püf noktası

Mark scheme’ler ve “accept” sözcüğü

UK / Cambridge’de bazı mark scheme’ler, anlamlı olmayan bir sonuçta kararı “accept ” diye yazar. Bu yalnızca şunu söyler: ’ı reddetmeye yeterli kanıt yok. ’ın doğru olduğunu söylemez. Kendi cevabını sabit kalıpla yaz, “H0 reddedilemez: … yeterli kanıt yoktur”. IB ve AP “accept ” ifadesini hiç kullanmaz.
Örnek
Tohumlar: %80 iddia, 40’ta 28 çimleniyor, . Cevap: “H0 reddedilemez: %5 düzeyinde çimlenme oranının 0,8’den düşük olduğunu öne sürmek için yeterli kanıt yoktur.” Bir mark scheme yanına “accept ” yazabilir: bunu “reddetmeye yeterli kanıt yok” diye oku.
Kural

Oran için normal test

Büyük bir örneklemde , altında yaklaşık normaldir; ortalaması , standart sapması . İstatistik z = \dfrac{\hat p - p_0}{\sqrt{p_0 (1 - p_0) / n}} olup standart hatada sıfır değeri bulunur. p-değeri ’nin ötesindeki normal kuyruktur (AP: 1-PropZTest).
0.03311.837−3−2−10123
Örnek
, ; 100’de 69: , , . ; çift yönlü .
Püf noktası

Yaklaşım ne kadar iyi? Koşullar

Kesin binom p-değeri gerçektir; normal olan ona yaklaşır, süreklilik düzeltmesiyle daha iyi ( için ). Örneklem rastgeleyse, anakütlenin en çok %10’uysa ve ile ikisi de en az 10 (AP) ya da 5 ise güven. Aksi halde kesin test.
Örnek
, , (sayılar ve ): kesin ; normal (fark ); düzeltmeyle (fark ). Sağlanmayan durum: , için .
Kural

Ortalama için z testi, σ biliniyor

bilinen normal bir anakütlede (ya da büyük ile) altında ’dir. İstatistik z = \dfrac{\bar x - \mu_0}{\sigma / \sqrt n} olup ’in ’dan standart hata cinsinden uzaklığıdır. ’nin ötesindeki kuyruğu bul (çift yönlüyse iki katı) ve düzeyle karşılaştır.
0.030452.550
Örnek
, , , , : , , (çift yönlü ). Tek yönlü testte reddedilir.
Kural

Örneklem ortalaması için kritik bölge

Kural 2, doğrudan için yazılabilir: , ’nin ötesindeyse ’ı reddet ( için); normal kritik değerdir. Çift yönlü: , düzeyin yarısı için. p-değeriyle aynı kararı verir.
5%52.1950
Örnek
Aynı test: . Bölge ; içinde: reddedilir. %5’te çift yönlü: , bölge ya da .
Kural

σ bilinmiyorsa: t testi

Çoğunlukla bilinmez ve yerine örneklem standart sapması konur. O zaman t = \dfrac{\bar x - \mu_0}{s / \sqrt n} normal eğriden ağır kuyruklu, serbestlik dereceli bir t dağılımını izler. IB ve AP’de her örneklem boyunda değil kullan (Cambridge büyük örneklemde ’ye izin verir).
−3−2−101232.291−2.291
Örnek
, , , , , %5: , , . Çift yönlü (T-Test); : reddedilir.
Dikkat!

t yerine z: fazla küçük bir p-değeri

Yaygın bir hata, ’i z formülüne koyup normal kuyruğu okumaktır. t dağılımının kuyrukları daha ağırdır; gerçek kuyruk daha büyüktür ve z p-değeri fazla küçüktür: kanıtı olduğundan güçlü gösterir ve kalması gereken bir sıfır hipotezini reddettirebilir. Fark küçük örneklemlerde en büyüktür.
−3−2−101232.067−2.067
Örnek
Yukarıdaki t testinin örneklemi, ama : , . t testi çift yönlü verir: reddetme. Yanlış z testi verir ve reddederdi.
Kural

Eşleştirilmiş gözlemler: tek bir fark örneklemi

Her güzergâh ya da denek iki kez ölçüldüğünde sütunlar bağımsız değildir. Çiftleri belirli bir sırayla çıkar ve farkları tek bir örneklem gibi sına: , , . Çıkarma sırası ’nin işaretini ve ’in yönünü belirler.
−2−1012345
Örnek
8 güzergâhta teslimat dakikaları, önce eksi sonra: 2, 1, -1, 4, 2, 2, 2, 3; , . : , , : reddedilir.
Kural

Ortalama testi için koşullar

Bir ortalama testine şu koşullarda güven: örneklem rastgele, anakütlenin en çok %10’u ve yaklaşık normal; yani normal anakütle, ya da büyük (UK / Cambridge ve AP: en az 30; IB: 30’un üstü), ya da güçlü çarpıklığı ve aykırı değeri olmayan küçük örneklem. IB ayrıca testi için temel dağılımın normal olması gerektiğini söyler.
4555657580
Örnek
On doldurma düzeyi: 48, 49, 50, 50, 51, 51, 52, 53, 54, 75. ile verilere bak: 75, üst sınır ’in çok üstünde. Küçük örneklemde güçlü bir aykırı değer: değer kontrol edilmeden testi haklı gösterilemez.
Kural

Hangi test soruya uyar?

Dört soru sor. Hangi parametre? Bir oran (kesin binom ya da normal test), bir ortalama ya da bir korelasyon. Tek örneklem mi, çiftler mi? Çiftler tek bir fark örneklemi olur. biliniyor mu? Biliniyorsa ; bilinmiyorsa ile . Hangi koşullar? Rastgelelik, %10, sayılar ya da normallik. Korelasyonda: , .
Örnek
(1) “Tohumların %70’i filizleniyor mu?” 20’lik örneklemde bir oran: kesin binom testi. (2) “Makine 500 ml dolduruyor mu?” bilinen bir ortalama: testi. (3) “Değişiklikten sonra teslimat süresi daha kısa mı?” Çiftler, bilinmiyor: farklar üzerinde testi.
Kural

İddiayı simüle et

Formül olmadan bir test bilgisayarda yapılabilir: sabit tohumlu bir üreteçle modelinden çok sayıda örneklem çek ve gözlenen sonuç kadar ya da daha uç olanların payını say. Bu pay p-değerini tahmin eder (CCSS S-IC.A.2: bu sonuç modelden şüphe ettirir mi?).
1/3205/3215/1625/1635/3241/325
Örnek
Bir para modeli: yazı olasılıkla. Arka arkaya 5 yazı şüphe ettirir mi? Kesin olarak %3,1. Uygulamada 100 simüle dizinin üç basışı, 5 yazılı dizi verir: yaklaşık 100’de 3, beklendiği gibi.
Püf noktası

Simülasyon ve kesin değer yan yana

Simüle bir p-değeri çalıştırmanın bir payıdır; kendi hatasını taşır: kesin değerden tipik olarak yaklaşık kadar sapar. Sapmayı 10 kat küçültmek için 100 kat çok çalıştırma gerekir. Biliniyorsa kesin değeri simüle olanın yanına koy.
0.000.010.020.030.040.050.060.070.00260.03741000.02850.039510000.02780.031210000
Örnek
Kesin . Tipik sapma: : ; : ; : . Uygulamadaki ilk basışlar 1000’de () ve 10 000’de () verir: bir tipik sapma içinde.
Kural

p-değeri ne söyler

Üç cümle her zaman doğrudur. 1. p-değeri, ’ın doğru olduğu varsayılarak hesaplanır. 2. Küçük bir p-değeri, doğru olsaydı sonucun alışılmadık olacağını söyler. 3. Küçük olmayan bir p-değeri, ’ın doğru olduğunun kanıtı değildir. Arkasında: p-değeri, doğruysa, gözlenen sonuç kadar ya da daha uç bir sonucun olasılığıdır. Sonuçlar hakkındadır, verildiğinde; ’ın kendisi hakkında asla.
Örnek
Tohumlar: . (%70 filizlenir) doğruysa, 20’de 10 kadar uç sonuçlar zamanın yaklaşık %4,8’inde olur. Bu %5’in altında: doğru olsaydı sonuç alışılmadık olurdu; yani %5 düzeyinde reddedilir.
Kural

Büyük bir p-değeri H0 için kanıt değildir

p-değeri büyükse, doğruyken örneklem alışılmadık değildir. Dürüst sonuç “ reddedilemez (ona karşı yeterli kanıt yok)”tur. Bu, için kanıt değildir: parametrenin başka değerleri de örnekleme aynı derecede uyar ve küçük bir örneklem bunları ayıramaz.
24681012141618
Örnek
Adil bir para 20 kez atılıyor ve 8 kez yazı geliyor. , : küçük kuyruk , yani çift yönlü p-değeri 0,05’in çok üstünde: reddedilemez. Ama ortalama tam yazı verir; örneklem ’e de aynı derecede uyar.
Dikkat!

Yanlış okuma 1 (YANLIŞ): H0’ın doğru olma olasılığı

YANLIŞ: “p-değeri, ’ın doğru olma olasılığıdır.” Karar: p-değeri ’ın doğru olduğu varsayılarak hesaplanır; bu yüzden ’ın ne kadar olası olduğunu da ölçemez. verildiğinde sonuçların olasılığıdır. Anakütle hakkındaki bir hipotez ya doğrudur ya değil; p-değeri ona olasılık vermez.
Örnek
Tohumlar: , tedarikçinin olasılıkla haklı olduğunu söylemez. Tedarikçi haklıysa, 20’de 10 kadar uç sonuçların zamanın yaklaşık %4,8’inde olduğunu söyler.
Dikkat!

Yanlış okuma 2 (YANLIŞ): yalnızca şans olasılığı

YANLIŞ: “p-değeri, sonucun yalnızca şansa bağlı olma olasılığıdır.” Karar: p-değeri yalnızca şansın iş başında olduğu varsayımından () başlar ve o zaman bu kadar uç sonuçların ne sıklıkla olduğunu sorar. Sonucu şansa ve başka bir şeye bağlı iki parçaya bölmez.
Örnek
Bir teslimat kontrolü, 20 paketten 10’u geç için ’e karşı verir. Bu “sonucun tesadüf olma şansı %4,8” değildir: geç payı gerçekten olan bir şirketin 20 paketlik örneklemlerinden 10 ya da fazla geç paket verenlerin payıdır.
Dikkat!

Yanlış okuma 3 (YANLIŞ): H1’in olasılığı olarak 1 − p

YANLIŞ: “, karşıt hipotezin doğru olma olasılığıdır.” Karar: , doğruysa gözlenen sonuçtan daha az uç bir sonucun olasılığıdır. Yine altında bir ifadedir ve ’in ne kadar olası olduğunu söylemez.
Örnek
Tohumlar: , altında 10’un sağındaki çubukların alanı, yaklaşık . “Tohumların iddia edilenden kötü olma şansı %95” değildir.
Dikkat!

Yanlış okuma 4 (YANLIŞ): küçük p-değeri H1’i kanıtlar

YANLIŞ: “Küçük bir p-değeri karşıt hipotezi kanıtlar.” Karar: küçük bir p-değeri ’a karşı kanıttır; doğru bir ’ı reddetme riski bilinir. Kanıt kesinlik değildir: %5 düzeyinde doğru sıfır hipotezlerinin yaklaşık 20’de 1’i reddedilir. “ reddedilir: … yönünde kanıt vardır” de.
Örnek
Doğru sıfır hipotezlerinin %5’te 1000 testinde yaklaşık tanesi reddeder, her birinin p-değeri küçüktür ve hiçbiri karşıt hipotezini kanıtlamaz. Tohum örneğinde () doğru cümle, %70’ten azının filizlendiği yönünde kanıt olduğudur.
Dikkat!

Yanlış okuma 5 (YANLIŞ): büyük p-değeri H0’ın doğru olduğunu gösterir

YANLIŞ: “Büyük bir p-değeri ’ın doğru olduğunu gösterir.” Karar: büyük bir p-değeri yalnızca doğruyken örneklemin alışılmadık olmadığını söyler. Parametrenin başka birçok değeri de böyle bir örneklem verirdi. Doğru sözcükler: “ reddedilemez: … yeterli kanıt yok”.
Örnek
Dolum: hedef 500 ml, , ortalaması olan 16 şişe: , çift yönlü . Doğrusu: reddedilemez. Ortalamanın 500 olduğunu göstermez: 1 ml eksik dolduran bir makine de benzer bir örneklem verirdi.
Püf noktası

Anlamlı olmak, önemli olmakla aynı şey değil

Bir test, bir farkın örnekleme değişkenliğinden ayırt edilip edilemediğini söyler; önemli olup olmadığını değil. Çok büyük bir örneklemde küçücük bir fark bile küçük bir p-değeri verir; küçük bir örneklemde büyük bir fark bile vermeyebilir. Farkın büyüklüğünü p-değerinin yanında ver ve onun için bir aralığa bak.
0.400.450.500.550.600.41200.60801000.50020.519810000
Örnek
, ile. için: , , çift yönlü : %5’te reddedilir. için: , : hiçbir şey. Oran iki seferde de aynı %51’dir.
Kural

Korelasyon testi

anakütle korelasyonu 0 iken çiftlik bir örneklem böyle bir verebilir mi? ’ı t = \dfrac{r \sqrt{n - 2}}{\sqrt{1 - r^2}}, \qquad df = n - 2 ile sına ya da ’yi bir tablodaki kritik değeriyle karşılaştır: aynı karar. Koşullar: rastgele çiftler, yaklaşık doğrusal örüntü.
−3−2−101232.772−2.772
Örnek
, , %5’te çift yönlü: , , . Kritik , yani kritik : reddedilir; doğrusal ilişki yönünde kanıt vardır.
Püf noktası

Yanında karıştırma testi ve korelasyon neden değildir

değerlerini değerlerine karşı rastgele karıştır: her bağ yok olur, yani her karıştırma “ilişki yok”un verdiği bir gösterir. ’si gözlenen ’ye eşit ya da büyük karıştırmaların payı p-değerini tahmin eder ve testine yakındır. Anlamlı bir bile bir ilişki gösterir, birinin diğerine neden olduğunu değil.
−1−0.500.510.694
Örnek
Uygulamadaki on çift (; ): , , . 1000 sabit tohumlu karıştırmanın tanesinde (; bir basış daha: ). Bütün sıralama kesin değerini verir.
Tanım

I. tür ve II. tür hata

I. tür hata: doğruyken ’ı reddetmek; olasılığı . II. tür hata: yanlışken ’ı reddetmemek; olasılığı . Güç , yanlışken onu reddetme olasılığıdır. Hangi hatanın daha pahalı olduğu bağlama bağlıdır; her birinin ne anlama geldiğini sözle söyle.
p ≥ αp < αH₀1−ααIH₁βII1−β
Örnek
Yangın alarmı, : “yangın yok”. I. tür: yangın yokken çalar (yanlış alarm). II. tür: yangın var ve susar (kaçırılan yangın); çok küçük tutulması gereken budur. Spam filtresi, : “spam değil”. I. tür: iyi bir ileti spam klasörüne gider. II. tür: spam gelen kutusuna ulaşır.
Kural

Alfa, beta ve güç alanlar olarak

altında (merkez ) ve bir gerçek değer altında eğrisini çiz; kritik değer ikisini de keser. , eğrisinin ’nin ötesindeki alanıdır. , eğrisinin ’den önceki alanıdır. Güç , eğrisinin ’nin ötesindeki alanıdır.
52.195053αβ1−β
Örnek
, , , %5, : . Gerçek ortalama : , , güç : 53 ortalaması yaklaşık 100’de 73 kez bulunur.
Kural

Binom testinin hataları

Binom testinde aynı iki şekil çubuk grafikleridir. Kritik bölgeyi ’dan sabitle (diyelim ). O zaman , ile , gerçekleşen düzeydir; , gerçek olasılık ile ; güç ise ile . Aynı bölge iki çubuk grafiğini de keser.
0510152005101520
Örnek
, , bölge : . Gerçek olasılık : , güç . 20 denemeyle test, gerçek ’i 10 durumun yaklaşık 4’ünde kaçırır.
Kural

Gücü ne değiştirir

Daha büyük örneklem standart hatayı küçültür, eğriler daha az örtüşür. ’dan daha uzak bir gerçek daha kolay görülür. Daha büyük düzey gücü artırır ama I. tür hata şansını da. Daha küçük daha büyük örneklem gibi çalışır. Sabit örneklemde ’yı küçültmek ’yı büyütür; yalnızca daha çok veri iki hatayı da azaltır.
00.51505152535455560.050.727
Örnek
Önceki test (53’te güç ): : , , güç . Gerçek : . %1 düzeyi: , güç yalnızca . , gibi verir.
Püf noktası

Günlük test 1: tohum çimlenmesi

Dört aşamada bir binom testi. 1 , ve düzey. 2 Gözlenen sonuçla sıfır dağılımı. 3 p-değeri ya da kritik bölge ve gerçekleşen düzey. 4 Bağlam içinde, dersinin kalıbıyla sonuç ve yapılmış olabilecek hata: “reddedilemez”den sonra II. tür, “reddedilir”den sonra I. tür hata.
22242628303234363840
Örnek
%80 çimlenme iddia ediliyor; 40’ta 28 çimleniyor. , , %5: . Kritik bölge (gerçekleşen düzey ); 28 içinde değil. reddedilemez. Tohumlar gerçekten daha kötüyse bu bir II. tür hatadır.
Püf noktası

Günlük test 2: bir dolum makinesi

Bilinen ile bir ortalama: soru “hedeften sapıyor mu?” olduğu için çift yönlü testi. için kritik bölge hedef ’dir. Gücü ekle: test, belirli bir mililitre eksik dolduran makineyi ne sıklıkla fark eder? Gerçek hataların yalnızca yarısını fark eden bir test, II. tür hataya çok şey bırakır.
0.06680.0668498.5497498499500501502503
Örnek
Hedef 500 ml, , 16 şişe, ortalama : , , çift yönlü . Bölge ya da : 498,5 kabul bölgesinde, reddedilemez. Makine gerçekten 2 ml eksikse güç yalnızca ’dir.
Püf noktası

Günlük test 3: teslimat süreleri

Aynı güzergâhlardaki önce-sonra verileri eşleştirilmiş gözlemlerdir: farkları bir testiyle sına. Ortalama fark için bir güven aralığı bir sağlamadır: 0, %95’lik aralığın dışındaysa %5’te çift yönlü bir test de ’ı reddeder; 0 aralığın içindeyse reddetmez.
−1012340.65633.0937
Örnek
Sekiz güzergâh, önce eksi sonra 2, 1, -1, 4, 2, 2, 2, 3: , , . Tek yönlü : reddedilir; çift yönlü . %95’lik aralık () 0’ı dışarıda bırakır, çift yönlü test gibi. Değişiklik hiçbir şey yapmadıysa reddetmek bir I. tür hata olurdu.
Püf noktası

Günlük test 4: çark adil mi?

Bir çarkın dört eşit bölümü vardır; adil bir çark seçilen bir bölümde olasılıkla durur. Bir binom testi bir bölümü kontrol eder. Soru kuyrukları belirler: “çok sık geliyor” tek yönlü, “çark adil mi?” çift yönlüdür. Aynı veri bir soruyu geçip diğerini geçmeyebilir; bu yüzden soruyu çevirmeden önce seç.
02468101214
Örnek
20 çevirmede bir bölüm 9 kez geliyor ( beklenir). . Tek yönlü: , reddedilir; bölge , gerçekleşen düzey . Çift yönlü (AP): , reddedilemez. İkisi farklı sorulara cevap verir.
Püf noktası

Hangi ders ne ister

Cambridge 9709: P6⁠5⁠1’den P6⁠5⁠5’e (terimler, binom testi, normal anakütle ortalaması, I. ve II. tür hatalar). UK A level (DfE, Edexcel 9MA0, AQA 7357): O1’den O3’e. IB AI: SL4⁠11 (hipotezler, düzeyler, p-değerleri, t testi, tek ve çift yönlü) ve AHL4⁠18 (kritik değerler ve bölgeler, bir ortalama, bir binom oranı, ρ = 0, hatalar). AP: 3⁠5’ten 3⁠8’e, 4⁠4, 4⁠5. CCSS: S-IC⁠A⁠2. NL wiskunde D vwo: et-08. Burada yok: Poisson testleri, ki-kare testleri, iki örneklemli testler; MEB, GCSE / IGCSE, NL A ya da C yok.
Örnek
IB AI öğrencisi hipotezler, düzeyler, p-değeri, t testi, kuyruklar, kritik bölgeler, tek yönlü binom testi, korelasyon testi ve hatalar kartlarına ihtiyaç duyar. Cambridge 9709 öğrencisi kesin olasılıklarla binom testine, gerçekleşen düzeye, z testine ve hatalara ihtiyaç duyar. AP öğrencisi koşullara, oran için z testine, t testine ve AP ifadesine ihtiyaç duyar.

Alıştırmalar

Bir mısır gevreği kutusunda ortalama 500 g yazıyor. Bir alıcı kutuların daha azını içerdiğini düşünüyor. ve ’i yaz ve testin tek yönlü mü çift yönlü mü olduğunu söyle. Kolay
Çözümü göster
Parametre, bir kutunun içeriğinin anakütle ortalaması ’dur.
Eşitlik ’a yazılır: .
Alıcı “daha az” düşünüyor; yani . Tek bir yön: tek yönlü.
, ; tek yönlü
Kontrol → eşitlik yalnızca ’dadır ve alıcının şüphesinin yönünü verir.
’i yaz ve testin tek yönlü mü çift yönlü mü olduğunu söyle. (a) “Geç kalan paketlerin oranı 0,3’ten arttı mı?” (b) “Çark adil mi?” (bir bölüm 0,25 olasılıkla gelmeli). Kolay
Çözümü göster
(a) “Arttı mı” bir yön belirtir: , , tek yönlü.
(b) “Adil mi?” yön belirtmez: , , çift yönlü.
(a) , tek yönlü. (b) , çift yönlü.
Kontrol → yön, verilerden değil sorunun sözcüklerinden gelir.
Bir test p-değerini veriyor. %5 düzeyinde ve %1 düzeyinde ’ın reddedilip reddedilmeyeceğine karar ver (kural: ise reddet). Kolay
Çözümü göster
%5’te: , yani reddedilir.
%1’de: , yani reddedilemez.
%5’te reddedilir; %1’de reddedilemez
Kontrol → düzey testten önce seçilir; aynı p-değeri bir düzeyi geçip diğerini geçmeyebilir.
, , biliniyor, ve . ve p-değerini bul (4 ondalık basamak). Kolay
Çözümü göster
Standart hata .
O zaman .
p-değeri üst kuyruktur: .
ve
Kontrol → ; yani %5 düzeyinde reddedilemez.
Adil bir para 10 atış için bir modeldir: . Bir seride 9 kez yazı geliyor. Kesin p-değerini kesir ve ondalık olarak bul (4 ondalık basamak). Kolay
Çözümü göster
10 atışın her sonucunun olasılığı ’tür.
ve .
.
Kontrol → ; yani sonuç adil bir para için alışılmadık olurdu: model %5 düzeyinde sorgulanır.
%5 düzeyinde çift yönlü bir testi veriyor. ’ı reddeder misin? Çift yönlü p-değerini bul (4 ondalık basamak). Kolay
0.01070.0107−2.31.96−1.96−3−2−10123
Çözümü göster
%5’teki çift yönlü bir testin kritik değerleri ’tir.
; yani kritik bölgededir: reddedilir.
Tek kuyruk: . Çift yönlü: , 0,05’in altında.
reddedilir; çift yönlü
Kontrol → iki kural da hemfikir: kritik bölgede ve .
, , deneme, düzey %5. Kritik bölgeyi ve gerçekleşen anlamlılık düzeyini bul (4 ondalık basamak). Orta
Çözümü göster
altında , ortalaması .
Tepeden ara: ama .
Kritik bölge yani ve gerçekleşen düzey ’tür, 0,05 değil.
; gerçekleşen düzey
Kontrol → : bölge, düzeye sığan en büyük olandır.
100 öğrencilik bir ankette 62 kişi okula bisikletle geliyor. ’i karşısında normal testle sına: ve çift yönlü p-değerini bul (4 ondalık basamak) ve %5’te AP sonucunu yaz. Orta
Çözümü göster
ve .
Bir kuyruk ; çift yönlü .
AP: H0 reddedilir: bisikletle gelen öğrencilerin gerçek oranının 0,5’ten farklı olduğu yönünde ikna edici kanıt vardır.
, ; reddedilir
Kontrol → kesin çift yönlü değer , o da 0,05’in altında.
Dokuz şişenin ortalama hacmi cl ve . ’yi karşısında %5’te sına, bilinmiyor: , , çift yönlü p-değerini (4 ondalık basamak) bul ve karar ver. Orta
Çözümü göster
ve , .
Çift yönlü ; ayrıca . reddedilemez.
, , ; reddedilemez
Kontrol → yanlış testi daha küçük verirdi.
Beş güzergâh bir değişiklikten önce ve sonra süreleniyor (kazanılan dakika): 3, 4, 1, 5, 2. ’ı karşısında %5’te sına: ve tek yönlü p-değerini bul (4 ondalık basamak). Orta
Çözümü göster
; sapmaların kareleri , yani ve .
, ; tek yönlü . reddedilir.
, ; reddedilir
Kontrol → , tek yönlü %5 için kritik değer .
Bir öğrenci ’ü ve “ ise ’ı reddet” kuralıyla sınıyor. I. tür hata olasılığı nedir (4 ondalık basamak)? Kural %5’lik bir düzeye sığıyor mu? Orta
Çözümü göster
I. tür hata, doğru bir ’ı reddetmektir. altında .
Olasılığı .
; yani kural %5’e sığmaz. kuralının değeri ve sığar.
; hayır, %5’in üstünde
Kontrol → bölgenin olasılığı gerçekleşen anlamlılık düzeyidir: en çok düzey kadar olmalı.
, , , , düzey %5. için kritik değer ’yi, gerçek ortalama 106 iken II. tür hata olasılığı ’yı ve gücü bul (4 ondalık basamak). Orta
104.93100106αβ1−β
Çözümü göster
ve .
Ortalama 106 iken : , yani .
Güç ’dir.
, , güç
Kontrol → : güç ve gerçek değer eğrisini paylaşır.
’in karşısında binom testi %5’te kullanıyor (UK / Cambridge kuralı). Kritik bölgeyi, kabul bölgesini ve gerçekleşen düzeyi bul (4 ondalık basamak). Zor
Çözümü göster
Her kuyruk en çok ; . ama ; yani alt parça .
Simetriden üst parça ; kabul bölgesi . Gerçekleşen düzey .
ya da ; kabul ; gerçekleşen düzey
Kontrol → IB bu çift yönlü binom testini sormaz.
, , , , düzey %6,25. p-değerini bul ve UK / Cambridge, IB ve AP’ye göre karar ver. Zor
Çözümü göster
, %6,25 düzeyine tam eşit.
UK / Cambridge ve AP: ise reddet, yani reddet. IB: yalnızca düzeyden kesinlikle küçükse reddet, yani reddetme.
; UK / Cambridge reddeder, IB reddetmez, AP reddeder
Kontrol → kurallar yalnızca düzeye tam oturan bir p-değerinde ayrışır.
, , , . Normal, kesin ve süreklilik düzeltmeli p-değerlerini bul (4 ondalık basamak). Hangi normal değer kesine daha yakın? Zor
Çözümü göster
, , ve .
Düzeltilmiş: ve . Kesin: . Düzeltilmiş değer daha yakın.
Normal , düzeltilmiş , kesin ; düzeltilmiş değer daha yakın
Kontrol → sayılar ve , ikisi de en az 10; yaklaşım uygundur.
Bir makine, bilinen cl ile 12 cl doldurmalı. 25’lik bir örneklemin ortalaması cl. ’yi karşısında %5’te sına: ’yi, çift yönlü p-değerini (4 ondalık basamak), için kritik bölgeyi bul ve karar ver. Zor
Çözümü göster
, ve çift yönlü .
Kritik bölge : ya da . olduğundan reddedilir.
, ; reddedilir
Kontrol → sınırda bir sonuç: ortalama dolumun 12 cl’den farklı olduğuna dair kanıt olduğunu söyle, kesinlik değil.
16’lık bir örneklemin ortalaması ve . ’i karşısında testiyle sına: , ve p-değerini bul (4 ondalık basamak). %5’te ve %10’da karar ver. Zor
Çözümü göster
, , .
Tek yönlü : 0,05’in üstünde, %5’te reddetme; 0,10’un altında, %10’da reddet.
, , ; %5’te reddetme, %10’da reddet
Kontrol → %5’te kritik değer ; yanlış testi verirdi.
’ün karşısında ile testi bölgesini kullanıyor. Gerçek olasılık ve iken ve gücü bul (4 ondalık basamak). Zor
Çözümü göster
Bölge aynı kalır; yalnızca dağılım değişir: ile ve güç .
: , güç . : , güç . ’ten daha uzak bir gerçek çok daha sık bulunur.
: , güç ; : , güç
Kontrol → ve güç her seferinde toplamı 1 eder.
12 çiftlik bir örneklemde . ’ı karşısında %5’te sına: , , çift yönlü p-değerini ve kritik ’yi bul (4 ondalık basamak) ve “çalışma süresi ve sınav notu” için UK / Cambridge sonucunu yaz. Zor
Çözümü göster
, ; çift yönlü . Kritik , yani kritik .
H0 reddedilemez: %5 düzeyinde çalışma süresi ile sınav notu arasında doğrusal bir ilişki olduğunu öne sürmek için yeterli kanıt yoktur.
, , kritik ; reddedilemez
Kontrol → kritik ’den küçük ve : iki kural hemfikir.
Öğretmen misiniz?

Bu uygulamalarla tüm sınıfınıza canlı ders verin. İlk bir ay ücretsiz.

Ücretsiz deneyin

Bu sınıf düzeylerine uygun

IB (MYP, Diploma): Diploma, 1. yıl, Diploma, 2. yıl

Cambridge International: A Level

Hollanda: Vwo · Matematik A, Vwo · Matematik D

İngiltere (GCSE, A Level): Year 12 (A Level), Year 13 (A Level)

ABD (Common Core): Algebra 2, Precalculus

Bu konunun uygulamaları neler öğretir 6 uygulama

Hipotez testi dili: H0, H1, kuyruklar ve düzeyler

  • Hipotez testinde p değerini sabit cümleyle okuma
  • Bir iddiadan boş ve alternatif hipotezi yazma
  • Tek yönlü testi iki yönlü testten ayırt etme
  • Bir testin her bölümünü tek bir resimde adlandırma

Oran testi: kesin, kritik bölge ve normal

  • Kuyruk toplamıyla kesin binom testi yapma
  • Kritik bölgeyi ve gerçek anlamlılık düzeyini bulma
  • Süreklilik düzeltmesiyle normal yaklaşımı kullanma

Ortalama testi: z, t ve eşleştirilmiş gözlemler

  • Ortalama için z testi yapma: σ bilindiğinde
  • Ortalama için t testi yapma: σ bilinmediğinde
  • Eşleştirilmiş gözlemleri tek bir fark örneklemi olarak ele alma
  • Ortalama testi için koşulları kontrol etme

Simülasyonla p-değeri ve korelasyon testi

  • Boş modeli simüle edip en az o kadar uç sonuçları sayma
  • Doğru p değeri cümlelerini yanlış okumalardan ayırt etme
  • Bir korelasyonun şansın ötesinde olup olmadığını sınama

Hatalar ve güç: I. tür ve II. tür

  • I. tür ve II. tür hataları bağlam içinde adlandırma
  • Hata olasılıklarını α, β ve gücü alan olarak bulma
  • Gücü neyin değiştirdiğini söyleme

Günlük hayatta hipotez testleri

  • Kendi sayılarıyla dört aşamada test yürütme
  • Her duruma uyan testi seçme
  • Karardan sonra yapılmış olabilecek hatayı adlandırma