శూన్య పరికల్పన అంటే ఏమిటి?
శూన్య పరికల్పన అనేది గణాంకాలలో ఉపయోగించే ఒక రకమైన పరికల్పన, ఇది ఇచ్చిన పరిశీలనల సమితిలో గణాంక ప్రాముఖ్యత లేదని ప్రతిపాదించింది. శూన్య పరికల్పన వేరియబుల్స్ మధ్య ఎటువంటి వైవిధ్యం లేదని లేదా ఒకే వేరియబుల్ దాని సగటు కంటే భిన్నంగా లేదని చూపించడానికి ప్రయత్నిస్తుంది. ప్రత్యామ్నాయ పరికల్పన కోసం గణాంక ఆధారాలు దానిని రద్దు చేసే వరకు ఇది నిజమని భావించబడుతుంది.
ఉదాహరణకు, పరికల్పన పరీక్షను ఏర్పాటు చేస్తే, జనాభా పారామితి క్లెయిమ్ చేసిన విలువకు సమానం కాదని ప్రత్యామ్నాయ పరికల్పన పేర్కొంది. అందువల్ల, జనాభాకు వంట సమయం 12 నిమిషాలకు సమానం కాదు; బదులుగా, ఇది పేర్కొన్న విలువ కంటే తక్కువ లేదా ఎక్కువ కావచ్చు. శూన్య పరికల్పన అంగీకరించబడితే లేదా గణాంక పరీక్ష జనాభా సగటు 12 నిమిషాలు అని సూచిస్తే, అప్పుడు ప్రత్యామ్నాయ పరికల్పన తిరస్కరించబడుతుంది. మరియు దీనికి విరుద్ధంగా.
కీ టేకావేస్
- శూన్య పరికల్పన అనేది గణాంకాలలో ఉపయోగించే ఒక రకమైన ject హ, ఇది ఇచ్చిన పరిశీలనల సమితిలో గణాంక ప్రాముఖ్యత లేదని ప్రతిపాదించింది. శూన్య పరికల్పన ప్రత్యామ్నాయ పరికల్పనకు వ్యతిరేకంగా ఏర్పాటు చేయబడింది మరియు వేరియబుల్స్ మధ్య ఎటువంటి వైవిధ్యం లేదని చూపించడానికి ప్రయత్నిస్తుంది, లేదా ఒకే వేరియబుల్ దాని సగటు కంటే భిన్నంగా లేదు. పరికల్పన పరీక్ష ఒక గణిత నమూనాను ఒక నిర్దిష్ట విశ్వాస స్థాయిలో శూన్య పరికల్పనను ధృవీకరించడానికి లేదా తిరస్కరించడానికి అనుమతిస్తుంది.
శూన్య పరికల్పన
ఎలా శూన్య పరికల్పన పనిచేస్తుంది
Data హ అని కూడా పిలువబడే శూన్య పరికల్పన, డేటా సమితిలో మీరు చూసే ఏ విధమైన వ్యత్యాసం లేదా ప్రాముఖ్యత అవకాశం కారణంగా ఉంటుందని umes హిస్తుంది. శూన్య పరికల్పనకు వ్యతిరేకతను ప్రత్యామ్నాయ పరికల్పన అంటారు.
శూన్య పరికల్పన అనేది జనాభా అంటే దావాకు సమానమైన ప్రారంభ గణాంక దావా. ఉదాహరణకు, పాస్తా యొక్క నిర్దిష్ట బ్రాండ్ ఉడికించడానికి సగటు సమయం 12 నిమిషాలు అని అనుకోండి. అందువల్ల, శూన్య పరికల్పన "జనాభా సగటు 12 నిమిషాలకు సమానం" అని పేర్కొనబడుతుంది. దీనికి విరుద్ధంగా, ప్రత్యామ్నాయ పరికల్పన శూన్య పరికల్పనను తిరస్కరించినట్లయితే అంగీకరించబడిన పరికల్పన.
పరికల్పన పరీక్ష ఒక గణిత నమూనాను ఒక నిర్దిష్ట విశ్వాస స్థాయిలో శూన్య పరికల్పనను ధృవీకరించడానికి లేదా తిరస్కరించడానికి అనుమతిస్తుంది. గణాంక పరికల్పనలు నాలుగు-దశల ప్రక్రియను ఉపయోగించి పరీక్షించబడతాయి. మొదటి దశ విశ్లేషకుడు రెండు పరికల్పనలను పేర్కొనడం ద్వారా ఒకటి మాత్రమే సరైనది. తదుపరి దశ విశ్లేషణ ప్రణాళికను రూపొందించడం, ఇది డేటాను ఎలా అంచనా వేస్తుందో వివరిస్తుంది. మూడవ దశ ప్రణాళికను అమలు చేయడం మరియు నమూనా డేటాను భౌతికంగా విశ్లేషించడం. నాల్గవ మరియు చివరి దశ ఫలితాలను విశ్లేషించడం మరియు శూన్య పరికల్పనను అంగీకరించడం లేదా తిరస్కరించడం.
ముఖ్యమైన
ఆసక్తి యొక్క దృగ్విషయాన్ని వివరిస్తూ కొన్ని వేరియబుల్ (ల) ను తోసిపుచ్చడానికి విశ్లేషకులు శూన్య పరికల్పనను తిరస్కరించాలని చూస్తారు.
శూన్య పరికల్పన ఉదాహరణ
ఇక్కడ ఒక సాధారణ ఉదాహరణ: పాఠశాల ప్రిన్సిపాల్ తన పాఠశాలలోని విద్యార్థులు పరీక్షలలో 10 లో 7 సగటున స్కోరు చేసినట్లు నివేదిస్తారు. ఈ “పరికల్పన” ని పరీక్షించడానికి, మేము పాఠశాల మొత్తం విద్యార్థి జనాభా నుండి 30 మంది విద్యార్థులు (నమూనా) చెప్పిన మార్కులను రికార్డ్ చేస్తాము (300 అని చెప్పండి) మరియు ఆ నమూనా యొక్క సగటును లెక్కిస్తాము. మేము (లెక్కించిన) నమూనా సగటును (నివేదించబడిన) జనాభా సగటుతో పోల్చవచ్చు మరియు పరికల్పనను నిర్ధారించడానికి ప్రయత్నించవచ్చు.
మరొక ఉదాహరణ తీసుకోండి: ఒక నిర్దిష్ట మ్యూచువల్ ఫండ్ యొక్క వార్షిక రాబడి 8%. మ్యూచువల్ ఫండ్ 20 సంవత్సరాలుగా ఉనికిలో ఉందని అనుకోండి. మేము మ్యూచువల్ ఫండ్ యొక్క వార్షిక రాబడి యొక్క యాదృచ్ఛిక నమూనాను ఐదు సంవత్సరాలు (నమూనా) తీసుకుంటాము మరియు దాని సగటును లెక్కిస్తాము. మేము (లెక్కించిన) నమూనా సగటును (దావా వేయబడిన) జనాభాతో othes హను ధృవీకరించడానికి పోల్చాము.
సాధారణంగా, నివేదించబడిన విలువ (లేదా దావా గణాంకాలు) పరికల్పనగా పేర్కొనబడుతుంది మరియు నిజమని భావించబడుతుంది. పై ఉదాహరణల కోసం, పరికల్పన ఇలా ఉంటుంది:
- ఉదాహరణ A: పాఠశాలలోని విద్యార్థులు పరీక్షలలో 10 లో 7 సగటున స్కోర్ చేస్తారు. ఉదాహరణ B: మ్యూచువల్ ఫండ్ యొక్క వార్షిక రాబడి సంవత్సరానికి 8%.
ఈ పేర్కొన్న వివరణ " శూన్య పరికల్పన (H 0) " ను కలిగి ఉంది మరియు ఇది నిజమని భావించబడుతుంది - జ్యూరీ విచారణలో ప్రతివాది కోర్టులో సమర్పించిన సాక్ష్యాల ద్వారా దోషిగా నిరూపించబడే వరకు నిర్దోషిగా భావించబడుతుంది. అదేవిధంగా, పరికల్పన పరీక్ష “శూన్య పరికల్పన” అని పేర్కొనడం మరియు by హించడం ద్వారా మొదలవుతుంది, ఆపై process హ నిజం లేదా తప్పు కాదా అని ప్రక్రియ నిర్ణయిస్తుంది.
గమనించదగ్గ ముఖ్యమైన విషయం ఏమిటంటే, మేము శూన్య పరికల్పనను పరీక్షిస్తున్నాము ఎందుకంటే దాని ప్రామాణికతపై సందేహం యొక్క అంశం ఉంది. పేర్కొన్న శూన్య పరికల్పనకు విరుద్ధమైన సమాచారం ప్రత్యామ్నాయ పరికల్పన (H 1) లో సంగ్రహించబడుతుంది . పై ఉదాహరణల కోసం, ప్రత్యామ్నాయ పరికల్పన ఇలా ఉంటుంది:
- విద్యార్థులు 7 కి సమానం కాని సగటును స్కోర్ చేస్తారు. మ్యూచువల్ ఫండ్ యొక్క వార్షిక రాబడి సంవత్సరానికి 8% కి సమానం కాదు .
మరో మాటలో చెప్పాలంటే, ప్రత్యామ్నాయ పరికల్పన శూన్య పరికల్పన యొక్క ప్రత్యక్ష వైరుధ్యం.
పెట్టుబడుల కోసం పరికల్పన పరీక్ష
ఫైనాన్షియల్ మార్కెట్లకు సంబంధించిన ఉదాహరణగా, ఆలిస్ తన పెట్టుబడి వ్యూహం కేవలం స్టాక్ కొనడం మరియు పట్టుకోవడం కంటే అధిక సగటు రాబడిని ఇస్తుందని చూస్తుంది. శూన్య పరికల్పన రెండు సగటు రాబడికి తేడా లేదని పేర్కొంది మరియు ఆమె నిరూపించే వరకు ఆలిస్ దీనిని నమ్మాలి. శూన్య పరికల్పనను తిరస్కరించడానికి గణాంక ప్రాముఖ్యతను చూపించాల్సిన అవసరం ఉంది, ఇది వివిధ రకాల పరీక్షలను ఉపయోగించి కనుగొనవచ్చు. అందువల్ల, ప్రత్యామ్నాయ పరికల్పన సాంప్రదాయ కొనుగోలు-మరియు-పట్టు వ్యూహం కంటే పెట్టుబడి వ్యూహానికి అధిక సగటు రాబడిని కలిగి ఉంటుంది.
ఫలితాల గణాంక ప్రాముఖ్యతను నిర్ణయించడానికి p- విలువ ఉపయోగించబడుతుంది. 0.05 కంటే తక్కువ లేదా సమానమైన p- విలువ సాధారణంగా శూన్య పరికల్పనకు వ్యతిరేకంగా బలమైన ఆధారాలు ఉన్నాయో లేదో సూచించడానికి ఉపయోగిస్తారు. ఆలిస్ సాధారణ మోడల్‌ను ఉపయోగించి ఒక పరీక్ష వంటి ఈ పరీక్షలలో ఒకదాన్ని నిర్వహిస్తే, మరియు ఆమె రాబడికి మరియు కొనుగోలు-మరియు-రిటర్న్‌ల మధ్య వ్యత్యాసం ముఖ్యమైనదని రుజువు చేస్తే, లేదా పి-విలువ 0.05 కన్నా తక్కువ లేదా సమానంగా ఉంటే, ఆమె అప్పుడు శూన్య పరికల్పనను తిరస్కరించవచ్చు మరియు ప్రత్యామ్నాయ పరికల్పనను అంగీకరించవచ్చు.
