Qual é a fórmula de hipótese nula?
A hipótese nula pressupõe que os dados amostrados e os dados da população não têm diferença ou, em palavras simples, presume que a afirmação feita pela pessoa sobre os dados ou população é a verdade absoluta e está sempre certa. Portanto, mesmo que uma amostra seja retirada da população, o resultado recebido do estudo da amostra virá o mesmo que a suposição.
É denotado por H 0 (pronunciado como 'H não').
Como funciona?
Na afirmação inicial da hipótese nula, assume-se que a suposição é verdadeira. Por exemplo, suponha que haja uma reclamação que afirma que leva 30 dias para formar qualquer hábito. Portanto, aqui, será assumido que é verdade até que haja alguma significância estatística para provar que nossa suposição está errada, e não leva 30 dias para formar um hábito. O teste de hipótese é uma forma de modelo matemático usado para aceitar ou rejeitar a hipótese dentro de uma faixa de níveis de confiança.
Existem 4 etapas que devem ser seguidas neste modelo.
- O primeiro passo é apresentar as 2 hipóteses, ou seja, a hipótese nula e a hipótese alternativa, de modo que apenas uma delas possa estar certa.
- A segunda etapa envolve uma estratégia que estabelece vários métodos pelos quais os dados serão analisados.
- A terceira etapa consiste em realmente analisar o conjunto de dados necessário para tirar conclusões.
- A última e quarta etapa é analisar os resultados e tomar a decisão de aceitar ou rejeitar a hipótese.
Fórmula de hipótese nula
“ Fórmula de hipótese nula (H 0 ): Parâmetro = valor”Onde,
- O parâmetro é a suposição ou declaração feita pela parte ou pessoa em questão.
Uma hipótese é testada através do nível de significância dos dados observados para resumir os dados teóricos. Para o cálculo do desvio dos dados reivindicados, podemos usar a fórmula;
Taxa de desvio = diferença entre dados observados e dados teóricos / dados teóricos.
A medição do desvio é uma mera ferramenta para estudar o nível de significância dos estados reivindicados no Teste de Hipótese Nula.
Exemplos de teste de hipótese nula
Conceito 1: Hipótese nula deve ter um sinal de igualdade, ou em outras palavras, esta hipótese significa a suposição de nenhuma diferença.
Exemplo 1
Uma equipe de pesquisa chega à conclusão de que, se crianças menores de 12 anos consomem um produto chamado 'ABC', as chances de crescimento em altura aumentam em 10%. Mas ao avaliar a taxa de crescimento da amostra verificada ao escolher algumas crianças que estão consumindo o produto 'ABC' chega a 9,8%. Explique a hipótese nula no caso fornecido.
Solução: Neste caso, se for assumida uma hipótese de hipótese nula, o resultado selecionado pelo pesquisador ficará de acordo com os critérios;
H 0 : Parâmetro = valor
Quando o parâmetro selecionado pelo pesquisador é o relativo ao consumo do produto 'ABC' pelos menores de 12 anos, há chance de aumento da taxa de crescimento em 10%.
O valor do parâmetro é @ 10%
Assim, ao presumir a hipótese nula, o pesquisador tomará o valor do parâmetro @ 10% conforme a suposição foi feita.
Conceito 2: Nível de significância, conforme mencionado na definição, é a medição da confiabilidade dos dados reais em comparação com os dados assumidos ou reivindicados na declaração feita.
O nível de significância pode ser testado através da avaliação do desvio nos dados observados e nos dados teóricos.
Exemplo # 2
Em estudo da autoridade de uma indústria, eles afirmam que, na produção média de 100 bens, a chance de produção de um bem com defeito é de 1,5%. Mas durante o estudo de uma amostra tomada, as chances de produção do bem com defeito chegam a ser de cerca de 1,55%. Comente sobre a seguinte situação.
Solução
No caso do Teste de Hipótese Nula, o fato assumido ser o mundo correto é a afirmação feita pela autoridade de que as chances de produção do bem com defeito são de 1,5% para a produção de cada 100 bens.
Nesse caso, o nível de significância pode ser medido por meio do desvio.
O cálculo da taxa de desvio pode ser feito da seguinte forma,
- = (1,55% -1,50%) * 100 / 1,50%
A taxa de desvio será -
- Taxa de desvio = 3,33%
Explicação
Neste exemplo, o desvio do parâmetro assumido chega a ser 3,33%, que está na faixa aceitável, ou seja, 1% a 5%. Assim, a hipótese nula pode ser aceita mesmo quando a avaliação real difere da suposição. Mas, no caso, tal desvio teria ultrapassado 5% ou mais (difere de condição para condição), a hipótese precisava ser rejeitada porque a suposição feita não teria fundamento para ser justificada.
Conceito 3: Existem muitas maneiras diferentes de verificar a afirmação presumida no caso da 'hipótese nula', um dos métodos é comparar a média da amostra tomada com a média da população. Onde o termo 'Média' pode ser definido como a média do valor do parâmetro levado ao número de dados selecionados.
Exemplo # 3
Uma organização de especialistas após seu estudo afirmou que o tempo médio de trabalho de um funcionário que trabalha na indústria de manufatura chega a ser de 9,50 horas por dia para a conclusão adequada do trabalho. Mas uma empresa de manufatura chamada XYZ Inc. afirmou que a média de horas trabalhadas por seus funcionários é inferior a 9,50 horas por dia. Para o estudo da reclamação, foi feita uma amostra de 10 funcionários, e suas jornadas de trabalho estão registradas a seguir. A média dos dados de amostra selecionados é de 9,34 horas por dia - comentário sobre a reclamação por XYZ Inc.
Solução
Vamos usar a fórmula da hipótese nula para analisar a situação.
H 0 : Parâmetro = valor, ou seja,
Onde,
- O parâmetro tomado pelos especialistas é 'hora média de trabalho do funcionário que trabalha em uma empresa de manufatura'.
O valor levado pelos especialistas é de 9,50 horas por dia.
- Média (média) da jornada de trabalho da população = 9,50 horas por dia
- Média (média) de horas de trabalho da amostra = 9,34 horas por dia
O cálculo da taxa de desvio pode ser feito da seguinte forma,
- = (9,50-9,34) * 100% / 9,50
A taxa de desvio será -
- Taxa de desvio = 1,68%
Explicação
No exemplo acima, o depoimento dos especialistas afirma que a jornada média de trabalho de um funcionário que trabalha na indústria de transformação é de 9,50 horas por dia. Já no estudo da amostra realizada, a média da jornada de trabalho chega a ser de 9,34 horas por dia. No caso da 'hipótese nula', toma-se a afirmação, ou toma-se como parâmetro a afirmação feita pelos peritos, e acredita-se também que o valor do parâmetro seja de 9,50 horas por dia, conforme afirma a afirmação . Mas podemos ver que após o estudo da amostra, a hora média acaba sendo menor que a hora reivindicada. No caso de tal presunção, tal hipótese é chamada de 'hipótese alternativa'.
Vantagens
- Ele fornece uma estrutura lógica para testar a significância estatística: ajuda a testar certas hipóteses com a ajuda de estatísticas.
- A técnica é experimentada e testada: o método foi testado recentemente e ajuda a provar certas suposições.
- A hipótese alternativa, que é o oposto da hipótese nula, pode ser vaga: então, por exemplo, se isso diz que os retornos dos fundos mútuos são 8%, então a hipótese alternativa será que os retornos dos fundos mútuos não sejam iguais a 8%. Em um teste bicaudal, pode-se comprovar que os retornos são maiores ou menores que 8%.
- Ele reflete o mesmo raciocínio estatístico subjacente que os intervalos de confiança: o valor P no Excel é usado para o teste de intervalo de confiança.
Desvantagens
- É comumente mal compreendido e mal interpretado: às vezes, é difícil afirmar a hipótese nula e uma hipótese alternativa apropriada. Este é o primeiro passo e, se falhar, todo o experimento de análise da hipótese dará errado.
- O teste do valor P não é informativo em comparação com o intervalo de confiança: O intervalo de confiança de 5% pode não ser significativo na maioria das vezes.
- Isso é quase sempre falso: quase sempre, tentamos provar que há significância estatística para rejeitar a hipótese nula. Em muito poucos casos, essa hipótese é aceita.
Relevância e Uso
A hipótese nula é usada principalmente para verificar a relevância dos dados estatísticos tomados como uma amostra em comparação com as características de toda a população da qual essa amostra foi retirada. Em palavras simples, se alguma suposição foi feita para a população por meio dos dados amostrais selecionados, então a hipótese nula é usada para verificar tais suposições e avaliar a significância da amostra.
A hipótese nula também é geralmente usada para verificar a diferença entre os procedimentos alternativos. Por exemplo, digamos que haja duas maneiras de tratar doenças e que uma tenha mais efeitos do que a outra. Mas a hipótese nula pressupõe que os efeitos de ambos os tratamentos são os mesmos, e então o estudo está sendo feito para encontrar a significância de tal suposição e sua variância.
