מבחן היפותזה להשוואה בין שני פרופורציות

במאמר זה נעבור על הצעדים הדרושים לביצוע א מבחן השערה, או מבחן של משמעות, להבדל בין שני פרופורציות אוכלוסייה. זה מאפשר לנו להשוות בין שתי פרופורציות לא ידועות ולהסיק אם הן לא שוות זו לזו או אם אחת גדולה יותר מזו.

לפני שנעבור לפרטים הקטנים של מבחן ההשערה, נבחן את המסגרת של מבחני ההשערה. בבחינת משמעות אנו מנסים להראות כי אמירה הנוגעת לערך של אוכלוסייה פרמטר (או לפעמים אופי האוכלוסייה עצמה) ככל הנראה נכון.

אנו מביאים ראיות לאמירה זו על ידי עריכת א מדגם סטטיסטי. אנו מחשבים נתון ממדגם זה. הערך של נתון זה הוא מה שאנו משתמשים בכדי לקבוע את אמיתות ההצהרה המקורית. תהליך זה מכיל אי וודאות, אולם אנו מסוגלים לכמת אי וודאות זו

התהליך הכולל לבדיקת השערה ניתן על ידי הרשימה שלהלן:

1. וודא כי התנאים הנחוצים למבחן שלנו מתקיימים.
2. ציין בבירור את השערות אפס ואלטרנטיביות. ההשערה האלטרנטיבית עשויה להיות בדיקה חד-צדדית או בדיקה דו-צדדית. עלינו לקבוע גם את רמת המשמעות, שתציין אותה האות היוונית אלפא.
3. חשב את נתוני הבדיקה. סוג הנתונים הסטטיסטיים שאנו משתמשים בהם תלוי במבחן המסוים אותו אנו מבצעים. החישוב מסתמך על המדגם הסטטיסטי שלנו.
instagram viewer
4. חשב את ה- ערך p. ניתן לתרגם את נתון המבחן לערך p. ערך p הוא ההסתברות של סיכוי בלבד לייצר את ערך נתון המבחן שלנו בהנחה שהשערת האפס נכונה. הכלל הכללי הוא שככל שערך ה- p קטן יותר, כך הראיות נגד השערת האפס גדולות יותר.
5. להסיק מסקנה. לבסוף אנו משתמשים בערך האלפא שכבר נבחר כערך סף. כלל ההחלטה הוא שאם ערך ה- p הוא פחות או שווה לאלפא, אנו דוחים את השערת האפס. אחרת אנחנו לא לדחות השערת האפס.

כעת, לאחר שראינו את המסגרת לבדיקת השערה, נראה את הספציפיות לבדיקת השערה להבדל בין שתי פרופורציות אוכלוסיה.

מבחן השערה להבדל בין שני פרופורציות אוכלוסייה מחייב לקיים את התנאים הבאים:

• יש לנו שתיים דוגמאות אקראיות פשוטות מאוכלוסיות גדולות. כאן "גדול" פירושו שהאוכלוסייה גדולה פי 20 מגודל המדגם. גדלי המדגם יצוינו על ידי n₁ ו n₂.
• האנשים שבדגימות שלנו נבחרו ללא תלות זה בזה. על האוכלוסיות עצמן להיות עצמאיות.
• בשתי הדגימות שלנו יש לפחות 10 הצלחות ו -10 כישלונות.

כל עוד מתקיימים תנאים אלה נוכל להמשיך בבדיקת ההשערה שלנו.

כעת עלינו לקחת בחשבון את ההשערות למבחן המשמעות שלנו. ההשערה האפסית היא הצהרתנו ללא השפעה. בסוג ספציפי זה של השערה, מבחן ההשערה האפסית שלנו היא שאין הבדל בין שני פרופורציות האוכלוסייה. אנו יכולים לכתוב את זה כ- H₀: ע₁ = ע₂.

ההשערה האלטרנטיבית היא אחת משלוש אפשרויות, תלוי בפרטי הדברים שאנו בודקים:

• ח_א: ע₁ גדול מ ע₂. זהו מבחן חד זנב או חד צדדי.
• ח_א: ע₁ זה פחות מ ע₂. זהו גם מבחן חד צדדי.
• ח_א: ע₁ אינו שווה ל ע₂. זהו דו-זנב או מבחן דו צדדי.

כמו תמיד, כדי להיות זהירים, עלינו להשתמש בהשערה האלטרנטיבית הדו צדדית אם אין לנו כיוון בראש לפני שנקבל את המדגם שלנו. הסיבה לעשות זאת היא שקשה יותר לדחות את השערת האפס במבחן דו צדדי.

ניתן לכתוב מחדש את שלוש ההשערות על ידי קביעת איך ע₁ - ע₂ קשור לערך אפס. ליתר דיוק, השערת האפס תהפוך ל- H₀:ע₁ - ע₂ = 0. ההשערות האלטרנטיביות האפשריות ייכתבו כך:

• ח_א: ע₁ - ע₂ > 0 שווה ערך לאמירה "ע₁ גדול מ ע₂."
• ח_א: ע₁ - ע₂ <0 שווה ערך לאמירה "ע₁ זה פחות מ ע₂."
• ח_א: ע₁ - ע₂ ≠ 0 שווה ערך לאמירה "ע₁ אינו שווה ל ע₂."

הניסוח המקביל הזה למעשה מראה לנו קצת יותר ממה שקורה מאחורי הקלעים. מה שאנחנו עושים במבחן ההשערה הזה הוא הפיכת שני הפרמטרים ע₁ ו ע₂ לפרמטר היחיד ע₁ - ע_2. לאחר מכן אנו בודקים פרמטר חדש זה מול הערך אפס.

הנוסחה לנתון הבדיקה ניתנת בתמונה למעלה. להלן הסבר על כל אחד מהתנאים:

• לגודל המדגם מהאוכלוסייה הראשונה n_1. מספר ההצלחות ממדגם זה (שלא ניתן לראות ישירות בנוסחה למעלה) הוא k_1.
• לגודל המדגם מהאוכלוסייה השנייה n_2. מספר ההצלחות ממדגם זה הוא k_2.
• פרופורציות המדגם הן p₁-מה = ק₁ / n₁ ו פ₂-מה = ק₂ / n₂ .
• לאחר מכן אנו משלבים או מאגדים את ההצלחות משתי הדגימות הללו ומקבלים: p-hat = (k₁ + k₂) / (n₁ + n₂).

כמו תמיד, יש להיזהר בסדר הפעולות בעת החישוב. יש לחשב את כל מה שנמצא מתחת לרדיקל לפני שתשתרש בשורש הריבועי.

השלב הבא הוא לחשב את ערך ה- p המתאים לנתון הבדיקה שלנו. אנו משתמשים בהתפלגות רגילה סטנדרטית לסטטיסטיקה שלנו ועוסקים בטבלת ערכים או משתמשים בתוכנה סטטיסטית.

פרטי החישוב P-value שלנו תלויים בהשערה החלופית בה אנו משתמשים:

• עבור ח_א: ע₁ - ע₂ > 0, אנו מחשבים את החלק של ההתפלגות הנורמלית שהוא גדול מ ז.
• עבור ח_א: ע₁ - ע₂ <0, אנו מחשבים את החלק של ההתפלגות הרגילה שהוא פחות מ ז.
• עבור ח_א: ע₁ - ע₂ ≠ 0, אנו מחשבים את החלק של ההתפלגות הרגילה שגדולה מ- |ז|, הערך המוחלט של ז. לאחר מכן, כדי להסביר את העובדה שיש לנו מבחן דו-זנב, אנו מכפילים את הפרופורציה.

כעת אנו מקבלים החלטה אם לדחות את השערת האפס (ובכך לקבל את האלטרנטיבה), או להיכשל בדחיית השערת האפס. אנו מקבלים החלטה זו על ידי השוואה בין ערך ה- p שלנו לרמת המשמעות אלפא.

• אם ערך ה- p הוא פחות או שווה לאלפא, אנו דוחים את השערת האפס. המשמעות היא שיש לנו תוצאה משמעותית סטטיסטית ושאנחנו הולכים לקבל את ההשערה האלטרנטיבית.
• אם ערך ה- p גדול מאלפא, אנו לא מצליחים לדחות את השערת האפס. זה לא מוכיח שהשערת האפס נכונה. במקום זאת פירוש הדבר שלא השגנו עדויות מספיק משכנעות כדי לדחות את השערת האפס.

ה מרווח ביטחון להבדל בין שני פרופורציות אוכלוסייה לא מאגד את ההצלחות ואילו מבחן ההשערה אכן עושה זאת. הסיבה לכך היא שהשערת האפס שלנו מניחה זאת ע₁ - ע₂ = 0. מרווח הביטחון אינו מניח זאת. יש נתונים סטטיסטיים שאינם מאמצים את ההצלחות במבחן השערה זה, ובמקום זאת משתמשים בגרסה מעט שונה של נתון הבדיקה לעיל.