La maggior parte del tempo quando si sta eseguendo un'analisi statistica, si sta tentando di dimostrare qualcosa. Di conseguenza, ci sono davvero solo due risultati: o si riesce a dimostrare quello che prefiggono di, o no. In gergo statistico, queste due possibilità sono espresso sotto forma di ipotesi contrastanti.
Test di ipotesi
Gran parte delle statistiche si basa su test di ipotesi. Un'ipotesi è semplicemente una dichiarazione di una teoria su alcune funzionalità o l'aspetto di un oggetto o una situazione. A volte queste affermazioni sono effettivamente scritte o altrimenti formalmente dichiarate, anche se spesso sono semplicemente implicite o presupposto. In molti test statistici, l'ipotesi è riportata in realtà in due modi: c'è un'ipotesi nulla e un'ipotesi alternativa. Il test, pertanto, è destinato a decidere quale di queste due affermazioni è vera.
L'ipotesi di Null
L'ipotesi di null è spesso abbreviato in sub H 0, o Ho. Generalmente, questa ipotesi riflette una situazione di "status quo" dove si è verificato nulla di insolito o fuori dall'ordinario. Se un test è stato svolto su pazienti cercando un nuovo farmaco, ad esempio, l'ipotesi sarebbe che il nuovo farmaco non ha effetto, o non è più efficace rispetto la vecchia medicina. Nell'uso tradizionale delle statistiche, questa è l'ipotesi che l'analisi numerica è effettivamente test e che potranno essere accettate o rifiutate sul risultato del test.
L'ipotesi alternativa
L'ipotesi alternativa, Ha, è l'esatto opposto dell'ipotesi nulla. Anche se può sembrare un all'indietro, è l'ipotesi alternativa che lo statistico normalmente sta cercando di dimostrare. Quindi nel caso di un nuovo farmaco, l'ipotesi alternativa sarebbe che il nuovo farmaco è efficace, che normalmente sarebbe cosa le prove paziente e la successiva analisi statistica cercando di mostrare. L'ipotesi alternativa è accettata per impostazione predefinita, se l'ipotesi nulla è rifiutata.
Decisione del risultato
La scelta di quale ipotesi sono vera avviene tramite l'utilizzo di vari calcoli per arrivare a una statistica del test, ad esempio il Punteggio di "z" che dimostra quanto i risultati di uno studio sono dai risultati che vorrei prevedere l'ipotesi di null. Se i risultati dello studio sono troppo lontano dai risultati attesi, il Punteggio di z supera un valore critico. In questo caso, lo statistico sarà rifiutare l'ipotesi nulla e per impostazione predefinita, accettare l'ipotesi alternativa. Nel caso d'inversione di un piccolo punteggio z, statistiche richiede utilizziamo la frase piuttosto imbarazzante che "riusciamo a rifiutare" l'ipotesi di null.