Quais são bicaudal Hipóteses

? Hipóteses bicaudal diferem de hipóteses single- cauda em que há duas áreas diferentes, onde a versão de duas caudas podem ser rejeitados, geralmente se os números relevantes são muito grandes ou muito pequenos. Cientistas usam essas hipóteses para ajudá-los em testes mais complexos. Tails

As caudas são nomeados para os dois lados de uma parábola que se estendem muito longe da corcova central da curva. As linhas são contínuas e têm o potencial de se expandir para o infinito com base no formato da curva . As caudas pode começar em diferentes níveis da curva de acordo com os diferentes níveis de rigor científico . No entanto, a maioria dos experimentos exigem pelo menos dois desvios-padrão , o que seria equivalente aos níveis de 5 por cento e 95 por cento da curva .

Hipótese nula

A hipótese nula é a posição padrão de um experimento com uma hipótese de duas caudas . Uma nova teoria envolve a rejeição da hipótese nula . Por exemplo , uma hipótese nula pode ser que a gravidade acelera objectos a uma velocidade de 9,8 m por segundo quadrado . Para rejeitar a hipótese nula, seria levado muitos experimentos . Se houvesse um número significativamente maior leituras acima e abaixo o número sugerido pela cauda duas hipóteses , do que a hipótese nula pode ser rejeitada e uma nova velocidade poderia ser fornecido .

Testes Z e testes t

uma hipótese bicaudal pode ser uma curva padrão ” Gaussian ” ou uma curva mais caótica com um conjunto de dados inteiro. Quando a curva de Gauss , é utilizado um teste t é usado para determinar se a hipótese nula é rejeitada . Quando a totalidade do conjunto de dados , é utilizado um teste Z é usado para determinar se a hipótese nula é rejeitada . Cada teste tem uma tabela estatística associada que se correlaciona com o desvio padrão dos dados.

Uma cauda

Um teste de uma cauda também é uma ferramenta poderosa para avaliar hipóteses . No entanto, estes são usados ​​quando você está apenas testando os dados em uma única direção. Isto pode ser útil e significativo em muitos casos . Por exemplo, se você está testando um novo medicamento só pode querer testar que não é menos eficaz do que a alternativa de mercado atual. Em outras palavras, para a aprovação não é necessário para testar se a droga é significativamente melhor do que a alternativa , só se for pior.