Статистичне тестування гіпотез

🎓 Основні концепції

Нульова та альтернативна гіпотези

Нульова гіпотеза (H₀): Припущення про відсутність ефекту або різниці. Наприклад, "немає різниці між групами" або "середнє = 0".

Альтернативна гіпотеза (H₁): Припущення про наявність ефекту. Наприклад, "є різниця між групами" або "середнє ≠ 0".

Односторонній vs двосторонній тест: Односторонній перевіряє напрямок (наприклад, "більше"), двосторонній — будь-яку різницю. Двосторонній більш консервативний.

P-value та рівень значущості

P-value: Ймовірність отримати спостережені або більш екстремальні результати, якщо H₀ істинна. Нижче 0.05 (або іншого рівня) — відхиляємо H₀.

Рівень значущості (α): Максимальна ймовірність помилки типу I. Зазвичай 0.05 (5%) або 0.01 (1%).

Інтерпретація: P-value < 0.05 означає "статистично значуще", але не означає "практично важливе". Враховувати розмір ефекту.

Типи помилок

Помилка типу I (α): Відхилити H₀, коли вона вірна (false positive). Контролюється рівнем значущості.

Помилка типу II (β): Не відхилити H₀, коли вона хибна (false negative). Залежить від розміру вибірки та розміру ефекту.

Потужність (1-β): Ймовірність відхилити H₀, коли вона хибна. Зазвичай ціль 80% або 90%. Збільшується з розміром вибірки.

🔧 Типи статистичних тестів

t-тести

Одновибірковий t-тест: Перевіряє, чи середнє вибірки відрізняється від гіпотетичного значення.

Двовибірковий t-тест: Порівнює середні двох незалежних груп. Припускає нормальний розподіл та рівність дисперсій.

Парний t-тест: Порівнює середні двох пов'язаних груп (до/після). Більш потужний за двовибірковий.

Welch's t-тест: Версія для нерівних дисперсій. Більш робастний.

Chi-square тести

Chi-square тест незалежності: Перевіряє зв'язок між двома категоріальними змінними.

Chi-square тест доброї відповідності: Перевіряє, чи дані відповідають очікуваному розподілу.

Припущення: Очікувані частоти ≥ 5 для більшості клітинок.

ANOVA (Analysis of Variance)

Однофакторна ANOVA: Порівнює середні трьох або більше груп. Перевіряє, чи є хоча б одна різниця.

Двофакторна ANOVA: Перевіряє ефекти двох факторів та їх взаємодію.

Припущення: Нормальність, рівність дисперсій, незалежність.

Post-hoc тести: Tukey, Bonferroni для виявлення яких саме груп відрізняються.

Непараметричні тести

Mann-Whitney U: Непараметричний аналог двовибіркового t-тесту. Для не нормальних розподілів.

Wilcoxon signed-rank: Непараметричний аналог парного t-тесту.

Kruskal-Wallis: Непараметричний аналог ANOVA.

Переваги: Не потребують припущень про розподіл, робастні до викидів.

📊 Довірчі інтервали

Концепція

Визначення: Діапазон значень, що містить справжнє значення параметра з заданою ймовірністю (наприклад, 95%).

Інтерпретація: Якщо повторити дослідження багато разів, 95% інтервалів міститимуть справжнє значення.

Зв'язок з тестуванням: Якщо 95% CI не містить H₀ значення, p < 0.05. Додає інформацію про точність.

Розрахунок

Середнє: CI = середнє ± t(α/2) × SE, де SE — стандартна помилка.

Пропорція: CI = p ± z(α/2) × √(p(1-p)/n).

Різниця середніх: Використовує стандартну помилку різниці.

📚 Практичні приклади

Приклад 1: Двовибірковий t-тест

Питання: Чи відрізняється середній дохід груп A та B?

Перевірка припущень: Перевірити нормальність (Shapiro-Wilk), рівність дисперсій (Levene's).

Тест: Якщо припущення виконуються, використати двовибірковий t-тест. Якщо дисперсії нерівні — Welch's t-тест.

Результати: Перевірити p-value, розрахувати 95% CI різниці, розмір ефекту (Cohen's d).

Інтерпретація: Якщо p < 0.05 та розмір ефекту практично значущий, робимо висновок про різницю.

Приклад 2: ANOVA з post-hoc тестами

Питання: Чи відрізняються середні трьох або більше груп?

Однофакторна ANOVA: Перевірити чи є хоча б одна різниця між групами.

Post-hoc: Якщо ANOVA значуща, використати Tukey HSD або Bonferroni для виявлення яких саме груп відрізняються.

Результати: Повідомити F-статистику, p-value, розмір ефекту (η²), результати post-hoc тестів.

© 2025 Науковий Симулятор. Всі права захищені.

Статистичне тестування: обґрунтовані рішення на основі даних

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Dimensionality Reduction: PCA, t-SNE & UMAP і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.