Kas ir divpusēji hipotēzes?

Autors: Laura McKinney
Radīšanas Datums: 6 Aprīlis 2021
Atjaunināšanas Datums: 20 Novembris 2024
Anonim
CIA Covert Action in the Cold War: Iran, Jamaica, Chile, Cuba, Afghanistan, Libya, Latin America
Video: CIA Covert Action in the Cold War: Iran, Jamaica, Chile, Cuba, Afghanistan, Libya, Latin America

Saturs

Divkāršās hipotēzes atšķiras no viengabalainajām, jo ​​divās astēs ir divas atšķirīgas noraidīšanas zonas, parasti, ja attiecīgie skaitļi ir pārāk lieli vai pārāk mazi. Zinātnieki izmanto šos pieņēmumus, lai palīdzētu tiem sarežģītākos testos.


Divpusējās hipotēzes palīdz zinātniekiem izstrādāt labākus eksperimentus (Ryan McVay / Photodisc / Getty Images)

Astes

Astes ir parabola divi sānu reģioni, kas atrodas tālu no līknes centrālā augstuma. Līnijas ir nepārtrauktas un tām ir iespēja paplašināties līdz bezgalībai atbilstoši līknes formai. Astes var sākt dažādos līknes līmeņos, atkarībā no dažādiem zinātniskās stingrības līmeņiem. Tomēr lielākajai daļai eksperimentu ir nepieciešamas vismaz divas standarta novirzes, kas atbilst 5 un 95% līknes līmeņiem.

Nulles hipotēze

Nulles hipotēze ir eksperimenta standarta pozīcija ar divpusēju hipotēzi. Jauna teorija ietver nulles hipotēzes noraidīšanu. Piemēram, nulles hipotēze var būt, ka gravitācija paātrina objektus ar ātrumu 9,8 metri sekundē. Lai noraidītu šo hipotēzi, jāveic daudzi eksperimenti. Ja divkāršās hipotēzes gadījumā bija vairāk vai mazāk ieteikto skaitļu, tad nulles hipotēzi varētu noraidīt un sniegt jaunu paātrinājumu.


Z un T testi

Divpusējo hipotēzi var attēlot ar standarta Gausa līkni vai vairāk haotisku līkni ar pilnīgu datu kopu. Kad tiek izmantota Gassas līkne, tiek izmantots T tests, lai noteiktu, vai nulles hipotēze ir noraidīta. Kad tiek izmantots pilnīgs datu kopums, tiek izmantots Z tests, lai noteiktu, vai nulles hipotēze ir noraidīta.Katram testam ir saistīta statistikas tabula, kas atbilst datu standarta novirzei.

Viengabala tests

Vienpusīgs tests ir arī spēcīgs hipotēžu novērtēšanas līdzeklis. Tomēr to izmanto, pārbaudot datus tikai vienā virzienā, kas daudzos gadījumos var būt noderīgs un nozīmīgs. Piemēram, testējot jaunu narkotiku, ir iespējams, ka interese ir tikai tad, ja tā ir mazāk efektīva nekā pašreizējā tirgus alternatīva. Citiem vārdiem sakot, apstiprināšanai nav nepieciešams pārbaudīt, vai zāles ir ievērojami labākas par alternatīvu; bet tikai tad, ja tas ir sliktāks.