Antaganden vid hypotestestning
Hypotestestning i R
Richie Cotton
Data Evangelist at DataCamp
Slumpmässighet
Antagande
Urvalen är slumpmässiga delmängder av större populationer.
Konsekvens
- Urvalet representerar inte populationen.
Hur du kontrollerar detta
- Förstå hur dina data samlades in.
- Tala med datainsamlaren eller domänexperten.
Oberoende observationer
Antagande
Varje observation (rad) i datamängden är oberoende.
Konsekvens
- Ökad risk för falskt negativt/positivt fel.
Hur du kontrollerar detta
- Förstå hur dina data samlades in.
Stort urvalsstorlek
Antagande
Urvalet är tillräckligt stort för att minska osäkerheten och för att centrala gränsvärdessatsen ska gälla.
Konsekvens
- Mycket breda konfidensintervall.
- Ökad risk för falskt negativt/positivt fel.
Hur du kontrollerar detta
- Det beror på testet.
Stort urvalsstorlek: t-test
Ett urval
- Minst 30$^{1}$ observationer i urvalet.
$n \ge 30$
$n$: urvalsstorlek
Två urval
- Minst 30 observationer i varje urval.
$n_{1} \ge 30, n_{2} \ge 30$
$n_{i}$: urvalsstorlek för grupp $i$
Parade urval
- Minst 30 par av observationer i urvalen.
Antal rader i dina data $\ge 30$
ANOVA
- Minst 30 observationer i varje urval.
$n_{i} \ge 30$ för alla värden på $i$
Stort urvalsstorlek: proportionstest
Ett urval
- Antal lyckade utfall i urvalet är minst 10.
$n \times \hat{p} \ge 10$
- Antal misslyckade utfall i urvalet är minst 10.
$n \times (1 - \hat{p}) \ge 10$
$n$: urvalsstorlek
$\hat{p}$: andel lyckade utfall i urvalet
Två urval
- Antal lyckade utfall i varje urval är minst 10.
$n_{1} \times \hat{p}_{1} \ge 10$
$n_{2} \times \hat{p}_{2} \ge 10$
- Antal misslyckade utfall i varje urval är minst 10.
$n_{1} \times (1 - \hat{p}_{1}) \ge 10$
$n_{2} \times (1 - \hat{p}_{2}) \ge 10$
Stort urvalsstorlek: chi-två-test
- Antal lyckade utfall i varje grupp är minst 5.
$n_{i} \times \hat{p}_{i} \ge 5$ för alla värden på $i$
- Antal misslyckade utfall i varje grupp är minst 5.
$n_{i} \times (1 - \hat{p}_{i}) \ge 5$ för alla värden på $i$
$n_{i}$: urvalsstorlek för grupp $i$
$\hat{p}_{i}$: andel lyckade utfall i urvalsgrupp $i$
Rimlighetskontroll
Om bootstrapfördelningen inte ser normalfördelad ut är antagandena troligtvis inte uppfyllda.
Nu kör vi en övning!
Hypotestestning i R
