Проверка статистических гипотез
Проверка статистических гипотез – это пятиступенчатая процедура, которая на основании данных выборки и при помощи теории вероятностей позволяет сделать вывод об обоснованности гипотезы.
Другими словами, этот способ проверить, действительны ли результаты, полученные на выборке, и для генеральной совокупности.
Люди «ошибочно уверенны» в своих знаниях и недооценивают вероятность того, что их убеждения могут оказаться ложными. Им свойственно искать искать такую дополнительную информацию, которая лишь подтверждает их собственные убеждения.
Макс Базерман
Пошаговый алгоритм:
1.Формулировка основной и альтернативной гипотезы
2.Выбор уровня значимости
3.Определение подходящего статистического критерия
4.Формулировка правила принятия решения
5.Принятие решения на основании данных выборки
Пол и частота пользования интернетом:
Шаг 1: Формулировка основной и альтернативной гипотезы
Нулевая гипотеза (H0) – это утверждение статус-кво, что никакой разницы или никакого эффекта на самом деле нет.
Альтернативная гипотеза (H1) утверждает, что некоторая разница (или эффект) все таки должна быть.
H0: в отношении частоты пользования интернетом разницы между мужчинами и женщинами нет.
H1: мужчины и женщины пользуются интернетом с разной частотой.
Шаг 2: Выбор уровня значимости
Значимость (α) – вероятность того, что верная нулевая гипотеза будет отвергнута.
β – вероятность того, что ложная нулевая гипотеза будет принята.
Нулевая гипотеза (H0) вернаНулевая гипотеза (H0) ложна
1. Нулевая гипотеза отвергнута
ложноположительное
(ошибка первого рода)
H0 верно принята
2. Нулевая гипотеза не отвергнута
H0 верно отвергнута
ложноотрицательное
(ошибка второго рода)
Аналогия: суд над маньяком
H0: заключенный не виновен
Аналогия: шорох в кустах – это лев?
H0: льва в кустах нет
Уровни значимости, принятые в маркетинговых исследованиях:
α – уровень значимости
0,01 (1%)
0,05 (5%)
(1-α) – уровень доверия (доверительная вероятность)
0,99 (99%)
0,95 (95%)
Шаг 3: Определение статистического критерия
Критерий χ2 (хи-квадрат) используется для проверки статистической значимости взаимосвязей между переменными, наблюдаемых в перекрестных таблицах.
H0: взаимосвязи между переменными нет
Тест χ2 проверяет равенство частотных распределений.
Какие распределения/частоты мы должны проверить?
fо – ожидаемые частоты (расчётные значения), которые бы стояли в ячейках, в случае когда связи между переменными нет.
fн – реально наблюдаемые частоты, т.е. значения, которые стоят в составленной нами таблице
Расчёт χ2 следует производить только на основе абсолютных значений частот. Если исходные данные представлены в процентах, то их необходимо пересчитать а абсолютные частоты.
В нашем примере:
Шаг 4: Формулировка правила принятия решения
Kн – наблюдаемое (расчётное) значение статистического критерия.
Kкрит– критическое значение статистического критерия для заданного уровня значимости.
Если вероятность Kн меньше уровня значимости (α), то H0 надо отклонить.
или
Если Kн>Kкрит , то H0 надо отклонить.
Таблица критических значений χ2 для различных α
df=(r-1)(c-1)
df – количество степеней свободы
r – количество строк
c – количество столбцов
df=(2-1)(2-1)=1
H0 не может быть отклонена
Шаг 5: Принятие решения
Нашлись ли доказательства? Что из этого следует?
— H0 отсутствия различий не может быть отклонена
— Различия не являются статистически значимыми на уровне 0,05
— Полученные на выборке результаты не могут быть обобщены на генеральную совокупность
Пол и частота пользования интернетом
Вопрос:
Можем ли мы на основании этой выборки утверждать, что во всем населении среди мужчин больше активных интернет пользователей, чем среди женщин?
Ответ:
Данная выборка не дает оснований для таких утверждений.
Если выборка была произведена должным образом, то мы можем с 95% доверительной вероятностью констатировать, что взаимосвязи между полом и частотой пользования интернетом нет. В противном случае – мы не знаем ответа.