Inhoud
De tweezijdige hypothesen verschillen van die van de eenzijdige omdat er twee verschillende afstotingsgebieden in de twee staarten zijn, meestal wanneer de relevante getallen te groot of te klein zijn. Wetenschappers gebruiken deze aannames om hen te helpen bij complexere tests.
rok
De staarten zijn de twee zijgebieden van een parabool die zich ver van de centrale hoogte van de bocht uitstrekken. De lijnen zijn continu en hebben het potentieel om zich naar het oneindige uit te strekken, afhankelijk van de vorm van de curve. Staarten kunnen op verschillende niveaus in de curve beginnen, afhankelijk van de verschillende niveaus van wetenschappelijke strengheid. De meeste experimenten vereisen echter ten minste twee standaardafwijkingen, wat overeenkomt met de 5 en 95% niveaus van de curve.
Null hypothese
De nulhypothese is de standaardpositie van een experiment met een tweezijdige hypothese. Een nieuwe theorie betreft de afwijzing van de nulhypothese. De nulhypothese kan bijvoorbeeld zijn dat de zwaartekracht objecten versnelt met een snelheid van 9,8 meter per seconde in het kwadraat. Om deze hypothese te verwerpen, zouden veel experimenten moeten worden uitgevoerd. Als er meer significante resultaten boven of onder het voorgestelde aantal voor de tweezijdige hypothese zouden zijn, dan zou de nulhypothese kunnen worden afgewezen en zou een nieuwe versnelling kunnen worden verschaft.
Z- en T-tests
Een tweezijdige hypothese kan worden weergegeven door een standaard Gauss-kromme of een meer chaotische curve met een volledige gegevensset. Wanneer de Guassian-curve wordt gebruikt, wordt een T-test gebruikt om te bepalen of de nulhypothese wordt afgewezen. Wanneer de complete gegevensset wordt gebruikt, wordt een Z-test gebruikt om te bepalen of de nulhypothese wordt afgewezen.Elke test heeft een bijbehorende statistische tabel, die correleert met de standaardafwijking van de gegevens.
Eenzijdige test
Een eenzijdige toets is ook een krachtig hulpmiddel voor het evalueren van hypothesen. Het wordt echter gebruikt bij het testen van gegevens in slechts één richting, wat in veel gevallen nuttig en zinvol kan zijn. Bij het testen van een nieuw medicijn is het bijvoorbeeld mogelijk dat de interesse alleen is om te vergelijken of het minder effectief is dan het huidige marktalternatief. Met andere woorden, voor goedkeuring is het niet nodig om te testen of het medicijn significant beter is dan het alternatief; maar alleen als het erger is.