AKA 영가설(0가설)
기호: H0
귀무가설을 가정하였을 때 표본 이상으로 극단적인 결과를 얻을 확률:
귀무가설이 맞다고 가정할 때 얻은 결과보다 극단적인 결과가 실제로 관측될 확률:
{
기호: H1
귀무가설이 맞다고 가정할 때 얻은 결과보다 극단적인 결과가 실제로 관측될 확률:
p-값, p-value, probability value
유의 확률, significance probability, asymptotic significance
p값,p-value
유의확률 - significant probability 라는 곳도 있는데 chk
반대: 대립가설,alternative_hypothesis유의 확률, significance probability, asymptotic significance
p값,p-value
유의확률 - significant probability 라는 곳도 있는데 chk
{
기호: H1
Related:
t-test and z-test와의 관계 ¶
z-test는 두 집단의 평균비교를 통한 가설을 검증하는 분석기법을 말한다. 원칙적으로 모집단,population의 표준편차,standard_deviation(see 모표준편차,population_standard_deviation)를 알고 있는 경우에 z-test를 사용하며, 표준편차를 모를 경우 t-test를 사용한다. 그러나 표본의 크기가 30보다 크다면 ‘중심극한정리(Central Limit Theorem)' (see 중심극한정리,central_limit_theorem,CLT)에 의해서 정규분포를 따른다고 보고 모집단의 표준편차를 모를지라도 z-test를 사용할 수 있다.
- from 네이버 지식백과 z-test (매일경제, 매경닷컴)
Z-testtodo 정리 ¶
false positive와 false negative https://johngrib.github.io/wiki/two-type-error/
이것은 null hypothesis와 밀접...
이것은 null hypothesis와 밀접...
Twins ¶
Sub:
See 1종_오류와_2종_오류
1종 오류 | type I error | 알파 오류 | α error | 거짓 양성 | 귀무가설이 참임에도 이를 기각하는 오류 |
2종 오류 | type II error | 베타 오류 | β error | 거짓 음성 | 귀무가설이 거짓임에도 이를 채택하는 오류 |