اختبار فرضية إحصائية

من ويكيبيديا، الموسوعة الحرة
اذهب إلى: تصفح، ‏ ابحث

اختبار فرضية إحصائية هي طريقة لاتخاذ القرارات باستخدام البيانات، سواء من تجربة خاضعة للسيطرة أم من دراسة رصدية (غير خاضعة للسيطرة). في الإحصاء، تسمى النتيجة ذات دلالة إحصائية إذا ما كان من الغير المتوقع أن تكون حدثت بالصدفة وحدها، وطبقًا لعتبة احتمالية مسبقة التحديد، درجة الدلالة. وقد صاغ العبارة "اختبار الدلالة" رونالد فيشر: (Ronald Fisher) "قد تسمى الاختبارات الحرجة من هذا النوع، اختبارات الدلالة، وعندما تكون تلك الاختبارات متوفرة، قد نكتشف سواء كانت عينة ثانية مختلفة بشكل دلالي عن الأولى."[1]

وتلك الاختبارات المستخدمة في تحديد ما هي نتائج تجربة ما ستقود إلى رفض فرضية العدم لمستوى دلالة محدد مسبقًا؛ مساعدة في تحديد سواء كانت نتائج الاختبارات تحتوي على معلومات كافية لتسليط الشك على الحكمة المألوفة. وأحيانًا يُطلق عليها تحليل البيانات التأكيدي، على عكس تحليل البيانات الاستكشافي.

وتجاوب اختبارات الفرضية الإحصائية على السؤال باعتبار أن فرضية العدم صحيحة، ما هي احتمالية رؤية نتيجة لإحصاء الاختبار، التي على الأقل تكون متطرفة كالقيمة التي تمت رؤيتها فعلاً؟.[2] والاحتمالية تُعرف بمصطلح قيمة احتمالية (P-value).

إختبار الفرضية الإحصائية هي تقنية أساسية في الاستدلال الإحصائي المتردد. والمقاربة البايسنية لاختبار الفرضية هي لوضع أسس لرفض لنظرية الاحتمالية الخلفية.[3][4] ومقاربات أخرى للوصول إلى قرار بناء على بيانات متوفرة عبر نظرية القرار والقرار المثالي.

المنطقة الحرجة الخاصة باختبار فرضية هي مجموعة من كل النتائج التي ترفض فرضية العدم لحساب قبول الفرضية البديلة.

انظر أيضًا[عدل]

المراجع[عدل]

  1. ^ R. A. Fisher (1925). Statistical Methods for Research Workers, Edinburgh: Oliver and Boyd, 1925, p.43.
  2. ^ Cramer، Duncan؛ Dennis Howitt (2004). The Sage Dictionary of Statistics. صفحة 76. ISBN 0-7619-4138-X. 
  3. ^ Schervish, M (1996) Theory of Statistics, p. 218. Springer ISBN 0-387-94546-6
  4. ^ Kaye، David H.؛ Freedman، David A. (2011). "Reference Guide on Statistics". Reference manual on scientific evidence (الطبعة 3rd). Eagan, MN Washington, D.C: West National Academies Press. صفحة 259. ISBN 978-0-309-21421-6.  "In short, a Bayesian statistician can compute posterior probabilities for various hypotheses about the coin, given the data. These posterior probabilities quantify the statistician’s confidence in the hypothesis that a coin is fair. Although such posterior probabilities relate directly to hypotheses of legal interest, they are necessarily subjective, for they reflect not just the data but also the subjective prior probabilities—that is, degrees of belief about hypotheses formulated prior to obtaining data."

كتابات أخرى[عدل]

  • Lehmann E.L. (1992) "Introduction to Neyman and Pearson (1933) On the Problem of the Most Efficient Tests of Statistical Hypotheses". In: Breakthroughs in Statistics, Volume 1, (Eds Kotz, S., Johnson, N.L.), Springer-Verlag. ISBN 0-387-94037-5 (followed by reprinting of the paper)
  • Neyman، J.؛ Pearson، E.S. (1933). "On the Problem of the Most Efficient Tests of Statistical Hypotheses". Phil. Trans. R. Soc., Series A 231: 289–337. doi:10.1098/rsta.1933.0009. 

وصلات خارجية[عدل]