परिकल्पना परीक्षण
परिकल्पना परीक्षण क्या है?
परिकल्पना परीक्षण आँकड़ों में एक अधिनियम है जिसके तहत एक विश्लेषक एक जनसंख्या पैरामीटर के संबंध में एक धारणा का परीक्षण करता है। विश्लेषक द्वारा नियोजित कार्यप्रणाली उपयोग किए गए डेटा की प्रकृति और विश्लेषण के कारण पर निर्भर करती है।
हाइपोथिसिस परीक्षण का उपयोग नमूना डेटा का उपयोग करके एक परिकल्पना की संभावना का आकलन करने के लिए किया जाता है। ऐसा डेटा बड़ी आबादी से, या डेटा-जनरेट करने की प्रक्रिया से हो सकता है। निम्नलिखित विवरणों में इन दोनों मामलों के लिए “जनसंख्या” शब्द का उपयोग किया जाएगा।
चाबी छीन लेना
- हाइपोथिसिस परीक्षण का उपयोग नमूना डेटा का उपयोग करके एक परिकल्पना की संभावना का आकलन करने के लिए किया जाता है।
- परीक्षण आंकड़ों को देखते हुए परिकल्पना की बहुलता से संबंधित साक्ष्य प्रदान करता है।
- सांख्यिकीय विश्लेषक विश्लेषण किए जा रहे जनसंख्या के यादृच्छिक नमूने को मापने और जांच करके एक परिकल्पना का परीक्षण करते हैं।
परिकल्पना परीक्षण कैसे काम करता है
परिकल्पना परीक्षण में, एक विश्लेषक एक सांख्यिकीय नमूने का परीक्षण करता है, जो शून्य परिकल्पना की बहुलता पर साक्ष्य प्रदान करने के लक्ष्य के साथ होता है।
सांख्यिकीय विश्लेषक विश्लेषण किए जा रहे जनसंख्या के यादृच्छिक नमूने को मापने और जांच करके एक परिकल्पना का परीक्षण करते हैं। सभी विश्लेषक दो अलग-अलग परिकल्पनाओं का परीक्षण करने के लिए एक यादृच्छिक जनसंख्या नमूने का उपयोग करते हैं: शून्य परिकल्पना और वैकल्पिक परिकल्पना।
अशक्त परिकल्पना आमतौर पर जनसंख्या मापदंडों के बीच समानता की परिकल्पना है; उदाहरण के लिए, एक शून्य परिकल्पना यह कह सकती है कि जनसंख्या का मतलब शून्य के बराबर है। वैकल्पिक परिकल्पना प्रभावी रूप से एक शून्य परिकल्पना के विपरीत है (उदाहरण के लिए, जनसंख्या का मतलब वापसी शून्य के बराबर नहीं है)। इस प्रकार, वे पारस्परिक रूप से अनन्य हैं, और केवल एक ही सच हो सकता है। हालांकि, दो परिकल्पनाओं में से एक हमेशा सच होगी।
परिकल्पना परीक्षण के 4 चरण
सभी परिकल्पनाओं का परीक्षण चार-चरणीय प्रक्रिया का उपयोग करके किया जाता है:
- पहला कदम विश्लेषक के लिए दो परिकल्पनाओं को बताता है ताकि केवल एक ही सही हो सके।
- अगला कदम एक विश्लेषण योजना तैयार करना है, जो यह बताता है कि डेटा का मूल्यांकन कैसे किया जाएगा।
- तीसरा कदम योजना को अंजाम देना है और शारीरिक रूप से नमूना डेटा का विश्लेषण करना है।
- चौथा और अंतिम चरण परिणामों का विश्लेषण करना है और या तो शून्य परिकल्पना को अस्वीकार करना है, या यह कहना कि शून्य परिकल्पना प्रशंसनीय है, डेटा दिया।
परिकल्पना परीक्षण का वास्तविक-विश्व उदाहरण
यदि, उदाहरण के लिए, एक व्यक्ति यह परीक्षण करना चाहता है कि एक पैसा के सिर पर उतरने का ठीक 50% मौका है, तो अशक्त परिकल्पना यह होगी कि 50% सही है, और वैकल्पिक परिकल्पना यह होगी कि 50% सही नहीं है।
गणितीय रूप से, शून्य परिकल्पना को हो: P = 0.5 के रूप में दर्शाया जाएगा। वैकल्पिक परिकल्पना को “हा” के रूप में निरूपित किया जाएगा और शून्य परिकल्पना के समान होगा, सिवाय इसके कि समान चिह्न के साथ, इसका मतलब है कि यह 50% के बराबर नहीं है।
100 सिक्का फ्लिप्स का एक यादृच्छिक नमूना लिया जाता है, और फिर शून्य परिकल्पना का परीक्षण किया जाता है। यदि यह पाया जाता है कि 100 सिक्के के फ़्लिप को 40 सिर और 60 पूंछ के रूप में वितरित किया गया था, तो विश्लेषक मान लेंगे कि एक पैसा में सिर पर उतरने का 50% मौका नहीं है और यह शून्य परिकल्पना को अस्वीकार कर देगा और वैकल्पिक परिकल्पना को स्वीकार करेगा।
यदि, दूसरी ओर, 48 सिर और 52 पूंछ थे, तो यह प्रशंसनीय है कि सिक्का उचित हो सकता है और अभी भी इस तरह के परिणाम का उत्पादन कर सकता है। इस तरह के मामलों में जहां अशक्त परिकल्पना “स्वीकार की जाती है,” विश्लेषक कहते हैं कि अपेक्षित परिणाम (50 सिर और 50 पूंछ) और मनाया परिणाम (48 सिर और 52 पूंछ) के बीच का अंतर “अकेले संयोग से समझा जा सकता है।”