MOD 4 : testen van hypotheses

de P-waarde

is de kans om de waargenomen gegevens (waargenomen statistiek) te vinden (of iets dat nog minder waarschijnlijk is) ervan uitgaande dat de nulhypothese waar is

een voldoende lage P-waarde

zegt dat de gegevens die we hebben geobserveerd zeer onwaarschijnlijk zouden zijn als onze nulhypothse waar zou zijn.

als de P-waarde hoogs is (of niet laag genoeg)

zijn de gegevens consistent met het model uit de nulhypothese en hebben we geen reden om de nulhypothese te verwerpen.

bij een tweezijdige alternatieve hypothese

zijn we geinteresseerd in afwijkingen aan beide zijden van de nulhypothesewaarde

de P-waarde is de kans om in beide richtingen af te wijken van de nulhypothese

eenzijdige alternatieve hypothese

een alternatieve hypothese die zich richt op afwijkingen van de nulhypothesewaarde in slechts een richting

de P-waarde is slechts half zo groot als bij de tweezijdige test

effectgrootts in de context van een hypothesetoets

= het verschil tussen de waarden vanuit de nulhypothese en de geobserveerde waarde in de steekproef,

p0- ^p

doel t-toets voor 1 steekproef (hypothesetoets voor een populatiegemiddelde-

we willen nagaan of het aannemelijk is dat het populatiegemiddelde een bepaalde waarde aanneemt

betrouwbaarheidsinterval

wordt opgesteld vanuit de data en bevat alle plausibele waarden voor het populatiegemiddelde

hypothesetoets

test een specifieke hypothese omtrent het populatiegmiddelde adhv een model en gaat na of de data uit de steekproef consistent is met dit model

relatie P waarden en BI

een BI met een betrouwbaarheidsniveau van C% bevat alle plausibele nulhypothesewaarden die niet zouden verworpen worden wanneer je een P-waarde van 100-C% zou gebruiken als cutoff om de nulhypothese te verwerpen

alpha-niveau / significantieniveau

willekeurige waarde, als P-waarde eronder ligt, dan verweren we de nulhypothse

meestal 0.05 en 0.01