Hypothesis Testing là gì?

28

Kiểm tra giả thuyết là gì?

Kiểm tra giả thuyết là một hành động trong thống kê, theo đó nhà phân tích kiểm tra một giả định liên quan đến một tham số dân số. Phương pháp mà nhà phân tích sử dụng phụ thuộc vào bản chất của dữ liệu được sử dụng và lý do phân tích.

Kiểm định giả thuyết được sử dụng để đánh giá tính hợp lý của giả thuyết bằng cách sử dụng dữ liệu mẫu. Dữ liệu đó có thể đến từ một tập hợp lớn hơn hoặc từ một quá trình tạo dữ liệu. Từ “dân số” sẽ được sử dụng cho cả hai trường hợp này trong các mô tả sau đây.

Tóm tắt ý kiến chính

  • Kiểm định giả thuyết được sử dụng để đánh giá tính hợp lý của giả thuyết bằng cách sử dụng dữ liệu mẫu.
  • Thử nghiệm cung cấp bằng chứng liên quan đến tính hợp lý của giả thuyết, dựa trên dữ liệu.
  • Các nhà phân tích thống kê kiểm tra một giả thuyết bằng cách đo lường và kiểm tra một mẫu ngẫu nhiên của dân số đang được phân tích.

Cách thức hoạt động của thử nghiệm giả thuyết

Trong kiểm định giả thuyết, một nhà phân tích kiểm tra một mẫu thống kê, với mục tiêu cung cấp bằng chứng về tính hợp lý của giả thuyết vô hiệu.

Các nhà phân tích thống kê kiểm tra một giả thuyết bằng cách đo lường và kiểm tra một mẫu ngẫu nhiên của dân số đang được phân tích. Tất cả các nhà phân tích sử dụng một mẫu dân số ngẫu nhiên để kiểm tra hai giả thuyết khác nhau: giả thuyết vô hiệu và giả thuyết thay thế.

Giả thuyết vô hiệu thường là giả thuyết về sự bình đẳng giữa các tham số dân số; ví dụ, một giả thuyết rỗng có thể nói rằng lợi tức trung bình của tổng thể bằng không. Giả thuyết thay thế hoàn toàn ngược lại với giả thuyết rỗng (ví dụ: lợi tức trung bình của tổng thể không bằng 0). Do đó, chúng loại trừ lẫn nhau, và chỉ một điều có thể đúng. Tuy nhiên, một trong hai giả thuyết sẽ luôn đúng.

4 bước kiểm tra giả thuyết

Tất cả các giả thuyết đều được kiểm tra bằng quy trình bốn bước:

  1. Bước đầu tiên nhà phân tích nêu hai giả thuyết để chỉ một giả thuyết đúng.
  2. Bước tiếp theo là hình thành một kế hoạch phân tích, trong đó vạch ra cách dữ liệu sẽ được đánh giá.
  3. Bước thứ ba là thực hiện kế hoạch và phân tích vật lý dữ liệu mẫu.
  4. Bước thứ tư và cuối cùng là phân tích kết quả và bác bỏ giả thuyết vô hiệu, hoặc tuyên bố rằng giả thuyết vô hiệu là hợp lý, dựa trên dữ liệu.

Ví dụ trong thế giới thực về thử nghiệm giả thuyết

Ví dụ, nếu một người muốn kiểm tra rằng một đồng xu có chính xác 50% cơ hội rơi trúng đầu, thì giả thuyết rỗng sẽ là 50% là đúng và giả thuyết thay thế là 50% là không đúng.

Về mặt toán học, giả thuyết rỗng sẽ được biểu diễn dưới dạng Ho: P = 0,5. Giả thuyết thay thế sẽ được ký hiệu là “Ha” và giống với giả thuyết rỗng, ngoại trừ với dấu bằng gạch ngang, nghĩa là nó không bằng 50%.

Một mẫu ngẫu nhiên gồm 100 lần tung đồng xu được lấy, và giả thuyết rỗng sau đó được kiểm định. Nếu phát hiện ra rằng 100 lần tung đồng xu được phân phối thành 40 mặt đứng và 60 mặt sấp, nhà phân tích sẽ cho rằng một xu không có 50% cơ hội trúng đầu và sẽ bác bỏ giả thuyết rỗng và chấp nhận giả thuyết thay thế.

Mặt khác, nếu có 48 đầu và 52 đuôi, thì thật hợp lý khi đồng xu có thể công bằng và vẫn tạo ra kết quả như vậy. Trong những trường hợp như vậy mà giả thuyết vô hiệu được “chấp nhận”, nhà phân tích tuyên bố rằng sự khác biệt giữa kết quả mong đợi (50 đầu và 50 đuôi) và kết quả quan sát (48 đầu và 52 đuôi) là “tình cờ có thể giải thích được.”

Nguồn tham khảo: investmentopedia