Наука о данных в проверке гипотез – это распространенный статистический метод, используемый для подтверждения достоверности.
Наука о данных в проверка гипотезы является общепринятым статистическим методом, используемым для обеспечения уверенности в результатах исследований, которые должны быть обнаружены. Проверка гипотез — это распространенный статистический метод, используемый для подтверждения достоверности результатов в исследованиях и науке о данных. Цель тестирования состоит в том, чтобы определить, насколько вероятно случайное обнаружение очевидного воздействия при случайной выборке данных.
Термин ‘Гипотеза«происходит от греческих слов «hupo», что означает «под», и «thesis», что означает размещение. Вывод концепции из ограниченной информации, которую можно использовать для запуска дальнейших исследований.
Таким образом, хотя «гипотеза» является обоснованным предположением, это не означает, что ее нельзя продемонстрировать как точную.
Что такое проверка гипотез?
Под проверкой гипотез понимается использование систематического процесса для определения того, могут ли данные и исследования подтвердить нашу конкретную теорию, относящуюся к популяции. Мы достигаем этого, оценивая две взаимоисключающие гипотезы о сообществе и определяя, подтверждаются ли утверждения выборочными данными.
Когда следует использовать проверку гипотез в науке о данных?
Вы должны использовать проверку гипотез, если хотите оценить свои выводы на основе прогнозов. Это позволит вам сравнить результаты ваших открытий до и после.
Чаще всего используется при сравнении:
Единая организация, придерживающаяся внешней нормы
Две или более организации, взаимодействующие друг с другом
Проверка гипотезы против создания гипотезы
При разработке теории в области науки о данных необходимо учитывать два компонента.
Команда строит твердую гипотезу на основе доступной информации во время проверки гипотезы. Это поможет в командном управлении и планировании на протяжении всей работы по науке о данных. Затем теория будет оцениваться с использованием всего набора данных. Нулевая гипотеза утверждает, что влияние на сообщество отсутствует.
Генерация гипотез: Это процесс генерирования обоснованных предположений на основе различных переменных, которые можно использовать для решения проблемы. Это процесс слияния способности решать проблемы с деловой интуицией. Вы сосредоточитесь на том, как определенные переменные влияют на целевую переменную, а затем используете проверку гипотез, чтобы сделать вывод о связи между переменными.
Различные методы проверки теории
Нулевая теория: Между статистическими факторами нет связи, поэтому эта форма проверки известна как проверка нулевой гипотезы. H0 представляет собой отрицательную теорию. Существует несколько видов нулевых гипотез:
- Простая гипотеза
- Составная гипотеза
- Точная гипотеза
- Неточная гипотеза
Другая гипотеза: Между двумя факторами существует корреляция, указывающая на то, что они имеют статистическую связь. H1 или HA указывают на альтернативную теорию. Альтернативную теорию можно разделить на две части:
Однохвостый. Это происходит, когда вы оцениваете одним способом, игнорируя потенциальную связь с другой переменной в противоположном направлении. Групповые средние будут либо больше, либо меньше общего среднего, но не оба одновременно.
Двухвостый. Это когда вы оцениваете обоими способами, чтобы увидеть, больше или меньше среднее значение выборки, чем среднее значение генеральной совокупности.
Ненаправленная гипотеза: Когда гипотеза не указывает направление, но утверждает, что один элемент влияет на другой или что две переменные связаны. Однако важным аргументом является то, что между двумя факторами нет направления.
Направленная гипотеза: Это когда гипотеза строится на текущей теории и основывается на определенной направленной связи между двумя переменными.
Сообщение Data Science in Hypothesis Testing впервые появилось в Analytics Insight.
