Тест с две опашки
В статистиката двустранният тест е метод, при който критичната област на разпределение е двустранна и се тества дали пробата е по-голяма или по-малка от определен диапазон от стойности. Използва се при тестване на нулева хипотеза и тестване за статистическа значимост. Ако извадката, която се тества, попада в някоя от критичните области, вместо нулевата хипотеза се приема алтернативната хипотеза. Тестът с две опашки получава своето име от тестване на площта под двата опашки с нормално разпределение, въпреки че тестът може да се използва и в други ненормални разпределения.
Ключови заведения
- В статистиката двустранният тест е метод, при който критичната област на разпределение е двустранна и се тества дали пробата е по-голяма или по-малка от определен диапазон от стойности.
- Използва се при тестване на нулева хипотеза и тестване за статистическа значимост.
- Ако извадката, която се тества, попада в някоя от критичните области, вместо нулевата хипотеза се приема алтернативната хипотеза.
- По конвенция се използват двукратни тестове за определяне на значимостта на ниво 5%, което означава, че всяка страна на разпределението е отрязана на 2, 5%.
Внимавайте да отбележите, ако статистическият тест е едно или двустранно, тъй като това ще повлияе значително на интерпретацията на модела.
Как работи тест с две опашки
Основна концепция на инфекциозната статистика е тестът за хипотези, който се провежда, за да се определи дали твърдението е вярно или не, като се има предвид параметър на популацията. Тест, който е програмиран да покаже дали средната стойност на дадена проба е значително по-голяма и значително по-малка от средната за популация, се нарича тест с две опашки.
Двукратният тест е предназначен да изследва и двете страни на определен диапазон от данни, както е определен от съответното разпределение на вероятностите. Разпределението на вероятността трябва да представлява вероятността от конкретен резултат въз основа на предварително определени стандарти. Това изисква определянето на лимит, обозначаващ най-високите (или горните) и най-ниските (или по-ниските) приети променливи стойности, включени в обхвата. Всяка точка от данни, която съществува над горната граница или под долната граница, се счита извън обхвата на приемане и в зона, посочена като диапазон на отхвърляне.
Няма присъщ стандарт по отношение на броя точки от данни, които трябва да съществуват в обхвата на приемане. В случаите, когато се изисква прецизност, например при създаването на фармацевтични лекарства, може да се установи степен на отхвърляне от 0, 001% или по-малко. В случаите, когато прецизността е по-малко критична, като например броя на хранителните продукти в торбичка с продукти, може да е подходяща степен на отхвърляне от 5%.
Пример за тест с две опашки
Като хипотетичен пример, представете си, че нов борсов брокер (XYZ) твърди, че неговите такси за посредничество са по-ниски от тези на сегашния ви борсов брокер (ABC). Данните, достъпни от независима изследователска фирма, показват, че средното и стандартно отклонение на всички клиенти на ABC брокери са съответно 18 и 6 долара.
Взета е извадка от 100 клиента на ABC и таксите за посредничество се изчисляват с новите тарифи на XYZ брокер. Ако средната стойност на извадката е 18, 75 долара и стандартното отклонение на извадката е 6 долара, може ли да се направи извод за разликата в средната сметка за посредничество между ABC и XYZ брокер ">
- Н 0 : Нулева хипотеза: средно = 18
- H 1 : Алтернативна хипотеза: средно 18 (Това искаме да докажем.)
- Регион на отхвърляне: Z <= - Z 2.5 и Z> = Z 2.5 (като се приеме 5% ниво на значимост, разделете по 2, 5 всяка от двете страни).
- Z = (средна проба - средна стойност) / (std-dev / sqrt (брой на пробите)) = (18, 75 - 18) / (6 / (sqrt (100)) = 1, 25
Тази изчислена Z стойност пада между двете граници, дефинирани от: - Z 2.5 = -1.96 и Z 2.5 = 1.96.
Това стига до заключението, че няма достатъчно доказателства, за да се заключи, че има разлика между скоростите на съществуващия ви брокер и новия брокер. Алтернативно, p-стойността = P (Z1.25) = 2 * 0.1056 = 0.2112 = 21.12%, която е по-голяма от 0, 05 или 5%, води до същото заключение.
Специални съображения: Случайно вземане на проби
Тест с две опашки също може да се използва практически по време на определени производствени дейности във фирма, например при производството и опаковането на бонбони в определено съоръжение. Ако производствената база определя 50 бонбони на торба като своя цел, с приемливо разпределение от 45 до 55 бонбони, всяка торба, открита с количество под 45 или над 55, се счита за обхвата на отхвърляне
За да се потвърди, че механизмите за опаковане са правилно калибрирани, за да отговарят на очакваната продукция, може да се вземе случайно вземане на проби за потвърждаване на точността. За да се счита, че механизмите за опаковане са точни, е желателно средно 50 бонбона на торбичка с подходящо разпределение. Освен това броят на торбичките, които попадат в обхвата на отхвърляне, трябва да попадне в границите на вероятностното разпределение, считана за приемлива като степен на грешка.
Ако бъде открита неприемлива степен на отхвърляне или средна стойност се отклонява твърде далеч от желаната средна стойност, може да се наложи корекция на съоръжението или свързаното с него оборудване, за да се коригира грешката. Редовната употреба на методи за изпитване с две опашки може да помогне да се гарантира, че производството остава в граници в дългосрочен план.
Тест с две опашки срещу едно опашка
Когато се установи тест за хипотеза, който показва, че средната стойност на извадката ще бъде по-висока или по-ниска от средната популация, това се означава като еднократен тест. Тестът с едно опашка получава своето име от тестване на площта под една от опашките (страни) на нормално разпределение. Когато използва еднократен тест, аналитикът тества за възможността на връзката в една интересна посока и напълно пренебрегва възможността за връзка в друга посока.
Ако извадката, която се тества, попада в едностранната критична област, вместо нулевата хипотеза ще бъде приета алтернативната хипотеза. Еднократният тест е известен още като насочена хипотеза или насочен тест.
Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.