Нулевая гипотеза

Описание	Проверка статистических гипотез — это процесс оценки гипотез о популяции с помощью вероятностных выводов. Он начинается с нулевой гипотезы (H₀), которая обычно предполагает, что наблюдаемые эффекты являются результатом случайности. Например, при оценке эффективности нового лекарства нулевая гипотеза может гласить, что лекарство не оказывает влияния на результат. Нулевая гипотеза всегда сопровождается альтернативной гипотезой (H₁), которая является противоположной и представляет интерес для исследования, например, что лекарство оказывает влияние.
Область знаний	Статистика
Авторы
Поясняющее видео
Близкие понятия
Среды и средства для освоения понятия

1. Предположение истинности нулевой гипотезы: Статистические тесты начинаются с предположения, что нулевая гипотеза верна.
2. Расчет статистики теста: Используется для измерения того, насколько наблюдаемые данные отклоняются от сценария нулевой гипотезы.
3. Расчет p-значения: Это вероятность получить статистику теста столь же экстремальную или более экстремальную, чем наблюдаемая, предполагая истинность нулевой гипотезы.
4. Сравнение с уровнем значимости: Обычно выбирается уровень значимости (α), обычно 0.05. Если p-значение меньше α, нулевая гипотеза отвергается.

ttest_one <- t.test(Frequency.Total ~ 1, data = all_combined, mu = 600)
ttest_one

One Sample t-test

data:  Frequency.Total
t = 3.4511, df = 129, p-value = 0.0007553
alternative hypothesis: true mean is not equal to 600
95 percent confidence interval:
657.8530 813.3163
sample estimates:
mean of x 
735.5846