स्नातक → प्रायिकता और सांख्यिकी → चित्र ↓
परिकल्पना परीक्षण
सांख्यिकी में डेटा विश्लेषण के लिए परिकल्पना परीक्षण को समझना महत्वपूर्ण है, विशेष रूप से जब आपको मात्रात्मक साक्ष्य के आधार पर सूचित निर्णय लेने की आवश्यकता होती है। परिकल्पना परीक्षण एक विधि है जो आपको यह निर्धारित करने में मदद करता है कि क्या डेटा के एक नमूने में पर्याप्त साक्ष्य हैं ताकि यह अनुमान लगाया जा सके कि संपूर्ण जनसंख्या के लिए एक निश्चित स्थिति सही है।
परिकल्पना क्या है?
परिकल्पना परीक्षण में जाने से पहले, यह समझना महत्वपूर्ण है कि परिकल्पना क्या है। सरल शब्दों में, एक परिकल्पना एक जनसंख्या में एक पैरामीटर के बारे में एक कथन या धारणा है। सांख्यिकी के क्षेत्र में, परिकल्पनाएं अक्सर जनसंख्या के औसत या अनुपात के बारे में कथन होती हैं।
उदाहरण के लिए, मान लीजिए कि एक कारखाना यह दावा करता है कि उनके बल्ब औसतन 1,000 घंटे तक चलते हैं। आपकी परिकल्पना हो सकती है, "बल्ब का औसत जीवन 1,000 घंटे है।"
परिकल्पनाओं के प्रकार
परिकल्पना परीक्षण में दो प्रमुख प्रकार की परिकल्पनाएँ होती हैं:
1. शून्य परिकल्पना (H0)
शून्य परिकल्पना एक सामान्य कथन है कि दो मापी गई घटनाओं के बीच कोई संबंध नहीं है या समूहों के बीच कोई संघ नहीं है। यह डिफ़ॉल्ट या बुनियादी परिकल्पना है जो प्रभाव या अंतर नहीं दर्शाती है। बल्ब उदाहरण के लिए, शून्य परिकल्पना है:
H0: μ = 1000यह कहता है कि बल्बों का औसत जीवन 1000 घंटे है।
2. वैकल्पिक परिकल्पना (Ha या H1)
वैकल्पिक परिकल्पना वह कथन है जो शून्य परिकल्पना को खारिज करता है। यह सुझाव देता है कि कोई प्रभाव या अंतर है। हमारे उदाहरण के अनुसार, वैकल्पिक परिकल्पना हो सकती है:
Ha: μ ≠ 1000यह दर्शाता है कि बल्बों का औसत जीवन 1000 घंटे नहीं है।
परिकल्पना परीक्षण के चरण
परिकल्पना परीक्षण एक संरचित प्रक्रिया का पालन करता है। यह आम तौर पर कैसे किया जाता है, इस पर चरण-दर-चरण मार्गदर्शिका यहां दी गई है:
1. परिकल्पना घोषित करें
आप शून्य और वैकल्पिक परिकल्पनाओं को घोषित करके शुरू करते हैं। ये आमतौर पर जनसंख्या मानकों के संदर्भ में घोषित किए जाते हैं।
2. महत्व स्तर निर्धारित करें (α)
महत्व स्तर, अल्फा (α) के रूप में प्रदर्शित किया गया, बताता है कि यदि शून्य परिकल्पना सही है तो उसे अस्वीकार करने की संभावना क्या होती है। सामान्य महत्व स्तर 0.05, 0.01 और 0.10 हैं।
3. उपयुक्त परीक्षण चुनें
अपने डेटा और परिकल्पना के लिए सबसे अच्छा सांख्यिकीय परीक्षण चुनें। साधारण औसत की तुलनाओं के लिए टी-परीक्षण और जेड-परीक्षण आम हैं, जबकि श्रेणीकृत डेटा के लिए ची-स्क्वायर परीक्षण का उपयोग किया जाता है।
4. परीक्षण सांख्यिकीय की गणना करें
नमूना डेटा का उपयोग करके, परीक्षण सांख्यिकीय की गणना करें, जो कि शून्य परिकल्पना के तहत अपेक्षित डेटा और पर्यवेक्षित डेटा के बीच अंतराल की मापने वाली एक मानकीकृत मूल्य है।
5. पी-मूल्य या महत्वपूर्ण मूल्य निर्धारित करें
पी-मूल्य यह दर्शाता है कि शून्य परिकल्पना के तहत परीक्षण परिणामों का अवलोकन करने की संभावना क्या होती है। अगर पी-मूल्य α से कम है, तो शून्य परिकल्पना को अस्वीकार कर दिया जाता है। इसके विपरीत, यदि महत्वपूर्ण मूल्य दृष्टिकोण का उपयोग किया जाता है, तो प्रायिकता वितरण से महत्वपूर्ण मूल्य के साथ परीक्षण सांख्यिकीय की तुलना करें।
6. निर्णय लें
पी-मूल्य या महत्वपूर्ण मूल्य तुलना के आधार पर शून्य परिकल्पना को अस्वीकार करने या न अस्वीकार करने का निर्णय लें।
7. निष्कर्ष निकालें
अनुसन्धान प्रश्न के संदर्भ में सांख्यिकीय निर्णय को निष्कर्षों में परिवर्तित करें।
दृश्य उदाहरण
औसतों में अंतर के लिए एक साधारण परिकल्पना परीक्षण की कल्पना करें:
डेटा वितरण का एक उदाहरण कल्पना करें:
इस आरेख में दो वितरण (नीले और लाल रंग में) शून्य और वैकल्पिक परिकल्पनाओं के लिए संभावित मूल्यों का प्रतिनिधित्व करते हैं। अवलोकन क्षेत्र वह सामान्य जमीन है जहां हम शून्य परिकल्पना को अस्वीकार करने में विफल हो सकते हैं।
परिकल्पना परीक्षण के उदाहरण
उदाहरण 1: एक-नमूना टी-परीक्षण
मान लीजिए, हम जानना चाहते हैं कि क्या कोई नई दवा शरीर के तापमान में परिवर्तन लाती है। सामान्य शरीर का तापमान 98.6°F है। 30 लोगों को दवा दी गई, और औसत तापमान 98.4°F दर्ज किया गया जिसमें मानक विचलन 0.5°F था।
चरण 1: परिकल्पनाएं घोषित करें।
H0: μ = 98.6Ha: μ ≠ 98.6चरण 2: महत्व स्तर निर्धारित करें।
α = 0.05
चरण 3: एक परीक्षण चुनें।
चूंकि जनसंख्या का मानक विचलन अज्ञात है और नमूना आकार छोटा है, एक-नमूना टी-परीक्षण का उपयोग करें।
चरण 4: परीक्षण सांख्यिकीय (t) की गणना करें।
t = (98.4 - 98.6) / (0.5/√30) = -2.19चरण 5: टी-वितरण का उपयोग कर पी-मूल्य निर्धारित करें।
df = 29 के लिए, बी-आकार परीक्षण मानते हुए, पी-मूल्य ≈ 0.036।
चरण 6: निर्णय लें।
चूंकि पी-मूल्य (0.036) α (0.05) से कम है, शून्य परिकल्पना को अस्वीकार कर दिया जाता है।
चरण 7: निष्कर्ष।
हमारे पास पर्याप्त साक्ष्य हैं जो यह सुझाव देते हैं कि दवा शरीर के तापमान को प्रभावित करती है।
परिकल्पना परीक्षण का महत्व
परिकल्पना परीक्षण चिकित्सा, सामाजिक विज्ञान, कृषि, व्यापार, आदि जैसे विभिन्न क्षेत्रों में निर्णय लेने में एक महत्वपूर्ण भूमिका निभाता है। सांख्यिकीय साक्ष्य के भरोसे, यह रुचि के प्रश्नों को हल करने में अटकलों की आवश्यकता को समाप्त करता है।
परिकल्पना परीक्षण में त्रुटियाँ
हमें यह समझना चाहिए कि परिकल्पना परीक्षण निश्चितता प्रदान नहीं करता। इसमें त्रुटियों का जोखिम होता है:
1. प्रकार I त्रुटि
यह त्रुटि तब होती है जब शून्य परिकल्पना सही होती है, लेकिन हम गलती से इसे अस्वीकार कर देते हैं। एक प्रकार I त्रुटि की संभावना चयनित α स्तर द्वारा दर्शाई जाती है।
2. प्रकार II त्रुटि
एक प्रकार II गलती तब होती है जब शून्य परिकल्पना गलत होती है, लेकिन इसे अस्वीकार करने में विफल होते हैं। एक प्रकार II त्रुटि की संभावना β द्वारा दर्शाई जाती है।
परीक्षण की शक्ति
एक परीक्षण की शक्ति वह प्रायिकता होती है जो यह सही ढंग से एक गलत शून्य परिकल्पना को अस्वीकार कर देगी। नमूना आकार या प्रभाव के आकार को बढ़ाने से परीक्षण की शक्ति को बढ़ाने में मदद मिल सकती है।
निष्कर्ष
परिकल्पना परीक्षण एक अमूल्य उपकरण है जो विचारों और सिद्धांतों का परीक्षण करने के लिए एक औपचारिक संरचना प्रदान करता है। जबकि यह पूर्ण सबूत प्रदान नहीं करता, यह साक्ष्य-आधारित निर्णय लेने का मार्गदर्शन करता है, जिससे विश्लेषक और वैज्ञानिक निश्चितता के साथ निष्कर्ष निकाल सकते हैं और पूर्वानुमान कर सकते हैं।
टिप्पणियाँ