परिकल्पना परीक्षण आंकड़ों के एक बहुत ही महत्वपूर्ण हिस्से का प्रतिनिधित्व करता है, और यह उद्देश्यों और पद्धति के संदर्भ में गलत समझा जाता है।सबसे पहले, मुझे पहले बताएं कि हाइपोथिसिस परीक्षण क्या है (और फिर मैं आपको बताऊंगा कि क्या नहीं है):

परिकल्पना परीक्षण एक सांख्यिकीय तकनीक से मेल खाती है जिसका उद्देश्य एक निश्चित जनसंख्या पैरामीटर के बारे में एक बयान का मूल्यांकन करना है

उदाहरण के लिए, कहें कि आप अपने स्थानीय सामुदायिक कॉलेज में छात्रों की ऊंचाई का अध्ययन कर रहे हैं।विशेष रूप से, आप छात्रों की आबादी के औसत ऊंचाई \(\mu\) (पैर में मापा) के बारे में कुछ कहने में रुचि रखते हैं।आपके पिछले शोध, या यहां तक कि आपकी आंत भावनाओं के आधार पर, आप आश्वस्त हो सकते हैं कि इसका मतलब \(\mu = 5.9\) है। अपने दावे का मूल्यांकन करने के लिए, हम परिकल्पना परीक्षण का उपयोग कर सकते हैं ।(जागरूक रहें कि परिकल्पना परीक्षण एकमात्र तरीका नहीं है जिसे आप जनसंख्या पैरामीटर के बारे में दावा का आकलन कर सकते हैं)

अब, मैं आपको बताऊंगा कि परिकल्पना परीक्षण क्या है नहीं के बारे में:

- एक पैरामीटर का अनुमान लगाने का एक तरीका ।(मानदंडों का आकलन करने के लिए एक पूरी शाखा कॉल हेतन सांख्यिकी है)

- एक जनसंख्या पैरामीटर के बारे में स्पष्ट रूप से कुछ कहने का एक तरीका (मामला नहीं। परिकल्पना परीक्षण में हमेशा त्रुटियों की संभावना होती है। क्षमा करें, यहां कोई क्रिस्टल गेंदें नहीं हैं।

नल और वैकल्पिक परिकल्पना

परिकल्पना परीक्षण के दृष्टिकोण के लिए एक व्यवस्थित तरीका है।दर्शन बहुत आसान है:

(1) आप एक जनसंख्या पैरामीटर के बारे में दावा करते हैं

(2) जनसंख्या से डेटा एकत्र किया जाता है यादृच्छिक नमूना , इस तरह से एकत्रित डेटा पूरी आबादी का "प्रतिनिधि" है।

(3) नमूना के परिणामों का विश्लेषण करें (आपको नमूना मतलब मिलता है, नमूना मानक विचलन, आदि) और एक साफ तालिका संकलित (आवश्यक नहीं बल्कि उपयोगी)

(4) अंत में, मिलियन डॉलर का सवाल: नमूना के परिणाम क्या मैं पैरामीटर के बारे में दावा कर रहा हूं इसका समर्थन करता हूं ??यदि परिणाम पूरी तरह से ऑफ़-लाइन हैं जो हम दावा कर रहे हैं, जो इंगित करता है कि हमारे दावे की समीक्षा करनी पड़ सकती है , या शायद यहां तक कि हमारे दावे को अस्वीकार करें ।दूसरी तरफ, यदि आपके नमूने के परिणाम आपके दावे के अनुरूप हैं, तो आप बस कह सकते हैं: "ऐसा लगता है कि मेरा दावा सही है, लेकिन मैं वास्तव में यह आश्वस्त नहीं कर सका कि यह सच है"

बस, इतना ही।वे मुख्य सिद्धांत हैं।बाकी सिर्फ सहायक उपकरण हैं।बेशक यह सब एक गणितीय ढांचे की आवश्यकता है।वास्तव में, हमें यह सुनिश्चित करने की आवश्यकता है कि आप कब कह सकते हैं कि आपका दावा "नमूना के परिणामों के अनुरूप नहीं है"।