이중 테스트 란 무엇입니까?
통계에서 양측 검정은 분포의 임계 영역이 양측이고 표본이 특정 값 범위보다 크거나 작은 지 여부를 테스트하는 방법입니다. 통계적 유의성에 대한 귀무 가설 검정 및 검정에 사용됩니다. 테스트중인 표본이 임계 영역 중 하나에 속하면 귀무 가설 대신 대립 가설이 채택됩니다. 양측 검정은 정규 분포의 양쪽 꼬리 아래 영역을 검정하여 이름을 얻지 만 다른 비정규 분포에서도 테스트를 사용할 수 있습니다.
주요 테이크 아웃
- 통계에서 양측 검정은 분포의 임계 영역이 양측이고 표본이 특정 값 범위보다 크거나 작은 지 여부를 검정하는 방법으로 귀무 가설 검정 및 검정에 사용됩니다. 테스트중인 표본이 임계 영역 중 하나에 속하면 귀무 가설 대신 대립 가설이 채택됩니다. 전통적으로 양측 검정은 5 % 수준에서 유의성을 결정하는 데 사용됩니다. 분포는 2.5 %로 줄었습니다.
통계 검정이 단측 또는 양측 꼬리인지 여부에 유의하십시오. 이는 모형 해석에 큰 영향을 미치기 때문입니다.
이중 테일 테스트 작동 방법
추론 통계의 기본 개념은 모집단 모수에 따라 청구가 참인지 아닌지를 결정하기 위해 실행되는 가설 검정입니다. 표본의 평균이 모집단의 평균보다 유의하게 크거나 작게 표시되도록 프로그래밍 된 테스트를 양측 검정이라고합니다.
양측 검정은 관련된 확률 분포로 지정된대로 지정된 데이터 범위의 양쪽을 검사하도록 설계되었습니다. 확률 분포는 사전 결정된 표준에 따라 지정된 결과의 가능성을 나타내야합니다. 이를 위해서는 범위 내에 포함 된 최고 (또는 상한) 및 최저 (또는 하한) 변수 값을 지정하는 한계를 설정해야합니다. 상한 초과 또는 하한 미만으로 존재하는 모든 데이터 포인트는 수용 범위를 벗어난 것으로 간주되며 거부 범위라고하는 영역에서 간주됩니다.
수용 범위 내에 있어야하는 데이터 포인트 수와 관련하여 고유 한 표준이 없습니다. 약제의 생성과 같이 정밀성이 요구되는 경우, 0.001 % 이하의 거부율이 제정 될 수있다. 제품 봉지에있는 식품의 수와 같이 정밀도가 덜 중요한 경우에는 거부율 5 %가 적절할 수 있습니다.
이중 테스트의 예
가상의 예로서, 새로운 주식 중개인 (XYZ)이 그의 중개 수수료가 현재 주식 중개인 (ABC)의 수수료보다 낮다고 주장한다고 상상해보십시오. 독립적 인 리서치 회사의 데이터에 따르면 모든 ABC 브로커 고객의 평균 및 표준 편차는 각각 $ 18와 $ 6입니다.
ABC의 100 개 클라이언트 샘플이 취해지고 새로운 XYZ 브로커 요금으로 중개 수수료가 계산됩니다. 표본의 평균이 $ 18.75이고 표본 표준 편차가 $ 6 인 경우 ABC와 XYZ 중개인 간의 평균 중개 청구서의 차이에 대해 추론 할 수 있습니까?
- H 0: 귀무 가설: 평균 = 18H 1: 대립 가설: 평균 <> 18 (이것은 우리가 증명하고자하는 것입니다) 거부 영역: Z <=-Z 2.5 및 Z> = Z 2.5 Z = (샘플 평균 – 평균) / (std-dev / sqrt (샘플 수)) = (18.75 – 18) / (6 / (sqrt (100)) = 1.25
이 계산 된 Z 값은-Z 2.5 = -1.96 및 Z 2.5 = 1.96으로 정의 된 두 한계 사이에 속합니다.
이는 기존 중개인과 새 중개인 사이의 비율에 차이가 있음을 유추 할 증거가 충분하지 않다는 결론을 내립니다. 대안 적으로, 0.05 또는 5 %보다 큰 p- 값 = P (Z <-1.25) + P (Z> 1.25) = 2 * 0.1056 = 0.2112 = 21.12 %는 동일한 결론을 초래합니다.
특별 고려 사항: 랜덤 샘플링
양측 테스트는 특정 시설에서의 사탕 생산 및 포장과 같이 회사의 특정 생산 활동 중에 실제로 사용될 수도 있습니다. 생산 시설이 45 ~ 55 개의 사탕을 수용 할 수있는 분배로 목표로 백당 50 개의 사탕을 지정하는 경우 45 이하 또는 55 이상의 양으로 발견 된 모든 백은 거부 범위 내에있는 것으로 간주됩니다.
예상 출력을 충족하도록 포장 메커니즘이 올바르게 보정되었는지 확인하기 위해 정확도를 확인하기 위해 무작위 샘플링을 수행 할 수 있습니다. 패키징 메커니즘이 정확한 것으로 간주되기 위해서는, 적절한 분배를 갖는 백당 평균 50 개의 사탕이 바람직하다. 또한 기각 범위 내에 속하는 백의 수는 오류율로 허용되는 것으로 간주되는 확률 분포 한계 내에 속해야합니다.
허용 할 수없는 거부율이 발견되거나 평균이 원하는 평균에서 너무 많이 벗어나면 오류를 수정하기 위해 설비 또는 관련 장비를 조정해야 할 수 있습니다. 양측 테스트 방법을 정기적으로 사용하면 생산이 장기적으로 한계 내에서 유지 될 수 있습니다.
1 꼬리 테스트와 2 꼬리
표본 평균이 모집단 평균보다 높 거나 낮음을 나타내도록 가설 검정을 설정 한 경우이를 단측 검정이라고합니다. 단측 검정은 정규 분포의 꼬리 중 하나에서 영역을 검정하여 이름을 얻습니다. 단측 테스트를 사용하는 경우 분석가는 한 방향의 관계 가능성을 테스트하고 다른 방향의 관계 가능성을 완전히 무시합니다.
테스트중인 표본이 한쪽 임계 영역으로 떨어지면 귀무 가설 대신 대립 가설이 채택됩니다. 단측 테스트는 방향성 가설 또는 방향성 테스트라고도합니다.
