Was ist die Nullhypothese?
Die Nullhypothese besagt, dass es keine Beziehung zwischen zwei Populationsparametern gibt, dh eine unabhängige Variable und eine abhängige variableDependent Variableeine abhängige Variable ist eine Variable, deren Wert sich abhängig vom Wert einer anderen Variablen ändert, die als unabhängige Variable bezeichnet wird. In a. Wenn die Hypothese eine Beziehung zwischen den beiden Parametern zeigt, könnte das Ergebnis auf einen experimentellen oder Abtastfehler zurückzuführen sein., Wenn die Nullhypothese jedoch false zurückgibt, bedeutet dies, dass das gemessene Phänomen eine Beziehung aufweist.
Die Nullhypothese ist nützlich, da sie getestet werden kann, um festzustellen, ob eine Beziehung zwischen zwei gemessenen Phänomenen besteht oder nicht. Es kann den Benutzer informieren, ob die erzielten Ergebnisse auf Zufall oder Manipulation eines Phänomens zurückzuführen sind. Das Testen einer Hypothese stellt die Grundlage für die Ablehnung oder Annahme einer Hypothese innerhalb eines bestimmten Konfidenzniveaus dar.,
Zwei Hauptansätze zur statistischen Inferenz in einer Nullhypothese können verwendet werden-Signifikanztests von Ronald Fisher und Hypothesentests von Jerzy Neyman und Egon Pearson. Fishers Signifikanztestansatz besagt, dass eine Nullhypothese abgelehnt wird, wenn die gemessenen Daten signifikant unwahrscheinlich sind (die Nullhypothese ist falsch). Daher wird die Nullhypothese abgelehnt und durch eine alternative Hypothese ersetzt.
Wenn das beobachtete Ergebnis mit der Position der Nullhypothese übereinstimmt, wird die Hypothese akzeptiert., Andererseits wird die von Neyman und Pearson getestete Hypothese mit einer alternativen Hypothese verglichen, um eine Schlussfolgerung über die beobachteten Daten zu ziehen. Die beiden Hypothesen werden basierend auf beobachteten Daten differenziert.
Zusammenfassung
- Eine Nullhypothese bezieht sich auf eine Hypothese, die besagt, dass zwischen zwei Populationsparametern keine Beziehung besteht.
- Forscher lehnen die Nullhypothese ab oder widerlegen sie, um die Bühne für weitere Experimente oder Forschungen zu schaffen, die die Position des Interesses erklären.,
- Die Umkehrung einer Nullhypothese ist eine alternative Hypothese, die besagt, dass zwischen zwei Variablen eine statistische Signifikanz besteht.
Wie die Nullhypothese funktioniert
Eine Nullhypothese ist eine Theorie, die auf unzureichenden Beweisen basiert und weitere Tests erfordert, um zu beweisen, ob die beobachteten Daten wahr oder falsch sind. Zum Beispiel kann eine Nullhypothesenaussage lauten: „Die Wachstumsrate der Pflanzen wird nicht durch Sonnenlicht beeinflusst.,“Es kann getestet werden, indem das Wachstum von Pflanzen in Gegenwart von Sonnenlicht gemessen und mit dem Wachstum von Pflanzen in Abwesenheit von Sonnenlicht verglichen wird.
Die Ablehnung der Nullhypothese setzt die Bühne für weitere Experimente, um festzustellen, ob eine Beziehung zwischen den beiden Variablen besteht. Die Ablehnung einer Nullhypothese bedeutet nicht notwendigerweise, dass das Experiment nicht die erforderlichen Ergebnisse erbracht hat, aber es stellt die Bühne für weitere Experimente.,
Um die Nullhypothese von anderen Formen der Hypothese zu unterscheiden, wird eine Nullhypothese als H0 geschrieben, während die alternative Hypothese als HA oder H1 geschrieben wird. Ein Signifikanztest wird verwendet, um das Vertrauen in eine Nullhypothese herzustellen und die Möglichkeit zu bestimmen, dass die beobachteten Daten nicht auf Zufall oder Manipulation von Daten zurückzuführen sind.
Forscher testen die Hypothese, indem sie eine Zufallsstichprobe der Pflanzen untersuchen, die mit oder ohne Sonnenlicht gezüchtet werden. Wenn das Ergebnis zeigt, dass sich die beobachtete Änderung statistisch signifikant ändert, wird die Nullhypothese abgelehnt.,
Nullhypothese Beispiel
Die jährliche Renditedie jährliche Rendite ist die Rendite einer Investition, die über ein Jahr generiert und als Prozentsatz des ursprünglichen Investitionsbetrags berechnet wird. Wenn die Rendite von ABC Limited Bonds wird angenommen, 7,5%. Um zu testen, ob das Szenario wahr oder falsch ist, nehmen wir die Nullhypothese als „Die durchschnittliche jährliche Rendite für eine begrenzte Anleihe beträgt nicht 7,5%.“Um die Hypothese zu testen, akzeptieren wir zuerst die Nullhypothese.,
Jede Information, die gegen die angegebene Nullhypothese verstößt, wird als alternative Hypothese angesehen, um die Hypothesen zu testen. In einem solchen Fall lautet die alternative Hypothese „Die durchschnittliche jährliche Rendite von ABC“ beträgt 7,5%.“
Wir nehmen Proben der jährlichen Rendite der Anleihe für die letzten fünf Jahre, um den Stichprobenmittelwert für die letzten fünf Jahre zu berechnen. Das Ergebnis wird dann mit dem angenommenen jährlichen Renditedurchschnitt von 7,5% verglichen, um die Nullhypothese zu testen.
Der Durchschnitt der Jahresrendite für die fünf Jahre beträgt 7,5%; die Nullhypothese wird verworfen., Folglich wird die alternative Hypothese akzeptiert.
Was ist eine Alternative Hypothese?
Eine alternative Hypothese ist die Umkehrung einer Nullhypothese. Eine alternative Hypothese und eine Nullhypothese schließen sich gegenseitig aus, was bedeutet, dass nur eine der beiden Hypothesen wahr sein kann.
Zwischen den beiden Variablen besteht eine statistische Signifikanz. Wenn Stichproben, die zum Testen der Nullhypothese verwendet werden, false zurückgeben, bedeutet dies, dass die alternative Hypothese wahr ist und eine statistische Signifikanz zwischen den beiden Variablen besteht.,
Zweck des Hypothesentests
Hypothese Testinghypothese Testinghypothese Testing ist eine Methode der statistischen Inferenz. Es wird verwendet, um zu testen, ob eine Anweisung in Bezug auf einen Populationsparameter korrekt ist. Hypothesentests sind ein statistischer Prozess zum Testen einer Annahme in Bezug auf ein Phänomen oder einen Populationsparameter. Es ist ein kritischer Teil der wissenschaftlichen Methode, bei der es sich um einen systematischen Ansatz zur Beurteilung von Theorien durch Beobachtungen und zur Bestimmung der Wahrscheinlichkeit handelt, dass eine angegebene Aussage wahr oder falsch ist.
Eine gute Theorie ist eine, die genaue Vorhersagen machen kann., Für einen Analysten, der Vorhersagen macht, Hypothesentests sind eine rigorose Möglichkeit, seine Vorhersage mit statistischen Analysen zu sichern. Es hilft auch festzustellen, ob ausreichende statistische Beweise vorliegen, die eine bestimmte Hypothese über den Populationsparameter begünstigen.,
Zusätzliche Ressourcen
CFI ist der offizielle Anbieter des Global Certified Banking & Credit Analyst (CBCA)™CBCA® CertificationThe Certified Banking & Credit Analyst (CBCA)® accreditation ist ein globaler Standard für Kreditanalysten, der Finanzen, Rechnungswesen, Kreditanalyse, Cashflow-Analyse, Kreditmodellierung, Kreditrückzahlungen und mehr abdeckt. zertifizierungsprogramm, entwickelt, um jedem zu helfen, ein Weltklasse-Finanzanalyst zu werden., Um Ihre Karriere weiter voranzutreiben, sind die folgenden zusätzlichen Ressourcen nützlich:
- Determinationskoeffizient der Determinationkoeffizientein Bestimmungs-Koeffizient (R2 oder r-Quadrat) ist ein statistisches Maß in einem Regressionsmodell, das den Varianzanteil in der abhängigen
- Unabhängigen variablindependenten VariableAn independent Variable bestimmt ist eine Eingabe, Annahme oder ein Treiber, der geändert wird, um seine Auswirkungen auf eine abhängige Variable (das Ergebnis) zu bewerten.,
- Erwarteter ValueExpected ValueExpected value (auch als EV, expectation, average oder mean value bezeichnet) ist ein langfristiger Durchschnittswert von Zufallsvariablen. Der erwartete Wert gibt auch
- Nichtparametrische StatisticsNonparametric StatisticsNonparametric statistics ist eine Methode, die statistische Inferenz ohne Rücksicht auf eine zugrunde liegende Verteilung macht. Die Methode passt zu einer Normalverteilung