Předpoklady při testování hypotéz

Testování hypotéz v R

Richie Cotton

Data Evangelist at DataCamp

Náhodnost

Předpoklad

Výběry jsou náhodné podmnožiny větších populací.

Důsledek
  • Výběr není reprezentativní pro populaci.
Jak to ověřit
  • Zjistěte, jak byla data shromážděna.
  • Konzultujte se sběratelem dat nebo odborníkem.

Logo s nápisem „Responsibly Sourced Ingredients".

1 Techniky vzorkování jsou probírány v kurzu „Sampling in R".
Testování hypotéz v R

Nezávislost pozorování

Předpoklad

Každé pozorování (řádek) v datové sadě je nezávislé.

Důsledek
  • Zvýšené riziko chyby falešně negativní/pozitivní.
Jak to ověřit
  • Zjistěte, jak byla data shromážděna.
Testování hypotéz v R

Velký výběr

Předpoklad

Výběr je dostatečně velký, aby minimalizoval nejistotu a umožnil aplikaci centrálního limitního teorému.

Důsledek
  • Velmi široké intervaly spolehlivosti.
  • Zvýšené riziko chyby falešně negativní/pozitivní.
Jak to ověřit
  • Záleží na použitém testu.
Testování hypotéz v R

Velký výběr: t-test

Jeden výběr
  • Alespoň 30$^{1}$ pozorování ve výběru.

$n \ge 30$

$n$: velikost výběru

Dva výběry
  • Alespoň 30 pozorování v každém výběru.

$n_{1} \ge 30, n_{2} \ge 30$

$n_{i}$: velikost výběru pro skupinu $i$

Párové výběry
  • Alespoň 30 párů pozorování v rámci výběrů.

Počet řádků v datech $\ge 30$

ANOVA
  • Alespoň 30 pozorování v každém výběru.

$n_{i} \ge 30$ pro všechny hodnoty $i$

1 Někdy postačí méně než 30; důležité je, aby nulové rozdělení vypadalo normálně.
Testování hypotéz v R

Velký výběr: testy podílů

Jeden výběr
  • Počet úspěchů ve výběru je větší nebo roven 10.

$n \times \hat{p} \ge 10$

  • Počet neúspěchů ve výběru je větší nebo roven 10.

$n \times (1 - \hat{p}) \ge 10$

$n$: velikost výběru
$\hat{p}$: podíl úspěchů ve výběru

Dva výběry
  • Počet úspěchů v každém výběru je větší nebo roven 10.

$n_{1} \times \hat{p}_{1} \ge 10$

$n_{2} \times \hat{p}_{2} \ge 10$

  • Počet neúspěchů v každém výběru je větší nebo roven 10.

$n_{1} \times (1 - \hat{p}_{1}) \ge 10$

$n_{2} \times (1 - \hat{p}_{2}) \ge 10$

Testování hypotéz v R

Velký výběr: chí-kvadrát testy

  • Počet úspěchů v každé skupině je větší nebo roven 5.

$n_{i} \times \hat{p}_{i} \ge 5$ pro všechny hodnoty $i$

  • Počet neúspěchů v každé skupině je větší nebo roven 5.

$n_{i} \times (1 - \hat{p}_{i}) \ge 5$ pro všechny hodnoty $i$

$n_{i}$: velikost výběru pro skupinu $i$
$\hat{p}_{i}$: podíl úspěchů ve výběrové skupině $i$

Testování hypotéz v R

Kontrola správnosti

Pokud bootstrapové rozdělení nevypadá normálně, předpoklady pravděpodobně nejsou splněny.

Testování hypotéz v R

Pojďme si procvičit!

Testování hypotéz v R

Preparing Video For Download...