Présentation des termes techniques liés à la technologie du son et audio, de la physique essentielle dans la recherche et le développement audio et audio, les termes utilisés en mathématiques et les termes sur la technologie qui attirent l'attention en tant que tendance de la technologie du son et de l'audio.
Test d'hypothèse statistique
1. Quel est le test d'hypothèse statistique?
Le «test d'hypothèse statistique» consiste à vérifier si une hypothèse est statistiquement correcte pour le groupe (appelé groupe maternel). Généralement, la population est énorme (par exemple, un adulte japonais, un shiba inu gardé à Tokyo, une tasse de riz d'un certain restaurant de repas, etc.), il est donc difficile d'étudier tous les échantillons de l'enquête. En haut de l'échantillon (appelé échantillon) afin qu'il ne soit pas biaisé à ce que vous voulez vérifier et estime le groupe maternel de l'échantillon.
Le test est effectué par la procédure suivante.
1. Quel est le test d'hypothèse statistique?
Le «test d'hypothèse statistique» consiste à vérifier si une hypothèse est statistiquement correcte pour le groupe (appelé groupe maternel). Généralement, la population est énorme (par exemple, un adulte japonais, un shiba inu gardé à Tokyo, une tasse de riz d'un certain restaurant de repas, etc.), il est donc difficile d'étudier tous les échantillons de l'enquête. En haut de l'échantillon (appelé échantillon) afin qu'il ne soit pas biaisé à ce que vous voulez vérifier et estime le groupe maternel de l'échantillon.
Le test est effectué par la procédure suivante.
① Réglage de l'hypothèse
Dans le test d'hypothèse statistique, un test est effectué sur la question de savoir si l'hypothèse que vous souhaitez prouver ne sera pas établie. Lorsqu'il est statistiquement rejeté (prouvé qu'il est incorrect), il est prouvé que l'opposé de l'hypothèse, c'est-à-dire «l'hypothèse de conflit» indiquant que les hypothèses que vous souhaitez prouver sont établies.
② Réglage de la zone de rejet (gamme de danger)
Si l'hypothèse sans retour est correcte, définissez la limite de la probabilité que vous rejetez l'hypothèse sans retour. Par exemple, les dés aiment les dés 10 fois sous l'hypothèse que tous les yeux sortent avec la même probabilité et ont un ou deux yeux en 10 fois. Si l'hypothèse de retour est correcte, la probabilité d'obtenir un ou deux yeux dans les deux fois est d'environ 0,001%. Il est plus naturel de penser qu'une chance de 0,001% de 0,001% se produit, mais que les dés A sont plus susceptibles d'avoir 1 ou 2 yeux, c'est-à-dire que l'hypothèse sans retour est erronée. Les critères pour juger que l'hypothèse sans retour est erronée (rejetée) est appelée un taux ou un taux de danger significatif, et la zone qui ne considère pas la bonne hypothèse est appelée un licenciement ou une zone dangereuse. Le niveau de signification est la probabilité que l'hypothèse sans retour soit vraiment correcte et que l'hypothèse accidentelle soit rejetée (jugée correcte).
③ Calcul des statistiques de test et de la valeur P
Au moment du test, on ne sait pas quelle probabilité la valeur obtenue à partir de l'échantillon est la valeur, il est donc converti en statistiques de test (valeur pour l'utilisation du test). Les statistiques de test sont appelées distributions de probabilité qui indiquent la probabilité que chaque valeur peut être obtenue, et en général, les modèles généralement exprimés dans les graphiques de type montagne comme indiqué dans la figure ci-dessous sont souvent utilisés. Plus la hauteur de la montagne est faible, plus la probabilité d'obtenir les statistiques de test est faible et la zone entière de la montagne est possible, 1 (100%). (2), la zone où la zone à rejeter lorsque la zone de l'extérieur de cette montagne est entrée est déterminée comme une zone de licenciement.
Ici, nous calculons la zone à l'extérieur des montagnes, c'est-à-dire la probabilité que la valeur de la montagne, c'est-à-dire le résultat le plus extrême, des statistiques de test réelles calculées. Cette probabilité est appelée valeur p.
Dans le test d'hypothèse statistique, un test est effectué sur la question de savoir si l'hypothèse que vous souhaitez prouver ne sera pas établie. Lorsqu'il est statistiquement rejeté (prouvé qu'il est incorrect), il est prouvé que l'opposé de l'hypothèse, c'est-à-dire «l'hypothèse de conflit» indiquant que les hypothèses que vous souhaitez prouver sont établies.
② Réglage de la zone de rejet (gamme de danger)
Si l'hypothèse sans retour est correcte, définissez la limite de la probabilité que vous rejetez l'hypothèse sans retour. Par exemple, les dés aiment les dés 10 fois sous l'hypothèse que tous les yeux sortent avec la même probabilité et ont un ou deux yeux en 10 fois. Si l'hypothèse de retour est correcte, la probabilité d'obtenir un ou deux yeux dans les deux fois est d'environ 0,001%. Il est plus naturel de penser qu'une chance de 0,001% de 0,001% se produit, mais que les dés A sont plus susceptibles d'avoir 1 ou 2 yeux, c'est-à-dire que l'hypothèse sans retour est erronée. Les critères pour juger que l'hypothèse sans retour est erronée (rejetée) est appelée un taux ou un taux de danger significatif, et la zone qui ne considère pas la bonne hypothèse est appelée un licenciement ou une zone dangereuse. Le niveau de signification est la probabilité que l'hypothèse sans retour soit vraiment correcte et que l'hypothèse accidentelle soit rejetée (jugée correcte).
③ Calcul des statistiques de test et de la valeur P
Au moment du test, on ne sait pas quelle probabilité la valeur obtenue à partir de l'échantillon est la valeur, il est donc converti en statistiques de test (valeur pour l'utilisation du test). Les statistiques de test sont appelées distributions de probabilité qui indiquent la probabilité que chaque valeur peut être obtenue, et en général, les modèles généralement exprimés dans les graphiques de type montagne comme indiqué dans la figure ci-dessous sont souvent utilisés. Plus la hauteur de la montagne est faible, plus la probabilité d'obtenir les statistiques de test est faible et la zone entière de la montagne est possible, 1 (100%). (2), la zone où la zone à rejeter lorsque la zone de l'extérieur de cette montagne est entrée est déterminée comme une zone de licenciement.
Ici, nous calculons la zone à l'extérieur des montagnes, c'est-à-dire la probabilité que la valeur de la montagne, c'est-à-dire le résultat le plus extrême, des statistiques de test réelles calculées. Cette probabilité est appelée valeur p.
④ Jugement
Enfin, comparer lequel du niveau significatif spécifié en ② ou la valeur p obtenue en ③ est plus grand. Ceci est synonyme de savoir si les statistiques de test sont ou non dans la zone de licenciement. P-valeur
2 Exemples spécifiques de tests d'hypothèse statistique
Comme introduit sur la page du produit, l'étude 1 a été confirmée par une hypothèse statistique selon laquelle le "taux de réponse correct de la quantité de conversation" était nettement plus élevé que les écouteurs musicaux des autres sociétés. Par conséquent, comme exemple spécifique du test d'hypothèse statistique, j'introduirai des exemples d'étude1.
Dans cette expérience, 20 étudiants écoutent l'audio conversationnel et écrivent, et par conséquent, l'étude 1 a un taux de réponse élevé significatif de la quantité de conversation correctement que les écouteurs des autres sociétés. C'est,
(1) Une hypothèse de retour est faite que "l'étude 1 et les écouteurs des autres sociétés A, l'étude 1 et les écouteurs B des autres sociétés ne sont pas différents dans le taux de réponse correct".
② Le niveau de signification est déterminé à 5%,
(3) Calculer les statistiques de test et la valeur P en fonction de l'audience et du taux de réponse correct obtenu auprès des 20 personnes.
④ D'après le résultat de P <0,05 (5%), il conclut que "l'étude 1 a un taux de réponse significativement élevé par rapport aux produits d'autres sociétés A et B."
Enfin, comparer lequel du niveau significatif spécifié en ② ou la valeur p obtenue en ③ est plus grand. Ceci est synonyme de savoir si les statistiques de test sont ou non dans la zone de licenciement. P-valeur
2 Exemples spécifiques de tests d'hypothèse statistique
Comme introduit sur la page du produit, l'étude 1 a été confirmée par une hypothèse statistique selon laquelle le "taux de réponse correct de la quantité de conversation" était nettement plus élevé que les écouteurs musicaux des autres sociétés. Par conséquent, comme exemple spécifique du test d'hypothèse statistique, j'introduirai des exemples d'étude1.
Dans cette expérience, 20 étudiants écoutent l'audio conversationnel et écrivent, et par conséquent, l'étude 1 a un taux de réponse élevé significatif de la quantité de conversation correctement que les écouteurs des autres sociétés. C'est,
(1) Une hypothèse de retour est faite que "l'étude 1 et les écouteurs des autres sociétés A, l'étude 1 et les écouteurs B des autres sociétés ne sont pas différents dans le taux de réponse correct".
② Le niveau de signification est déterminé à 5%,
(3) Calculer les statistiques de test et la valeur P en fonction de l'audience et du taux de réponse correct obtenu auprès des 20 personnes.
④ D'après le résultat de P <0,05 (5%), il conclut que "l'étude 1 a un taux de réponse significativement élevé par rapport aux produits d'autres sociétés A et B."
Le graphique à barres montre la valeur moyenne des données obtenues à partir de l'échantillon, et la ligne au centre du graphique de la barre indique des erreurs standard. Si la population est importante, il est nécessaire de deviner la population des données obtenues à partir de l'échantillon. Lorsque vous effectuez la même expérience à toutes les prostituées de la population, l'erreur standard montre à quel point la valeur moyenne des données obtenues peut fluctuer.
Le nombre total de données n , Valeurs de données xje , Les données moyennes x Ensuite, dispersion infinie s2 Est représenté par l'équation (1), et l'erreur standard SE est représentée par (2) en utilisant une variance impartiale.
Comme décrit ci-dessus, les tests d'hypothèse statistique ont obtenu un résultat significatif dans l'étude 1 qui a un taux de réponse élevé significatif par rapport aux autres produits A et B, et montre les résultats de ce graphique.
Noir
Noir
