مفروضے کا امتحان

ازگر کا استعمال کرتے ہوئے مفروضے کی جانچ پر ایک سادہ اور مختصر ٹیوٹوریل

منجانب تصویری: http://www.advanceinnovationgroup.com/blog/median-based-hypothesis-testing

اس بلاگ میں ، میں ازگر میں شماریاتی طریقوں کا استعمال کرتے ہوئے ہائپوٹیسس ٹیسٹنگ کا ایک مختصر سبق دوں گا۔ فرضی تصور کی جانچ سائنسی طریقہ کار کا ایک حصہ ہے جس سے ہم سب واقف ہیں ، کچھ ایسا جو ہم نے شاید اپنے ابتدائی تعلیمی سالوں میں سیکھا تھا۔ تاہم ، اعداد و شمار میں ، آبادی کے نمونے پر بہت سے تجربات کیے جاتے ہیں۔

"مشاہدات کا نمونہ مجموعہ ، عام طور پر ، مجوزہ وضاحت کے بارے میں ہمیں کیا بتاتا ہے اس کا تعین کرنے سے ہمیں تقویت اختیار کرنے کی ضرورت ہوتی ہے ، یا جیسا کہ ہم شماریات اسے غیر یقینی صورتحال کی وجہ بتاتے ہیں۔ غیر یقینی صورتحال کے ساتھ استدلال کرنا اعدادوشمار کی اہمیت کا حامل ہے اور عام طور پر نول ہائپوٹیسس سگنیبلینسٹی ٹیسٹنگ نامی ایک طریقہ کا استعمال کرتے ہوئے کیا جاتا ہے۔ اوونیس۔

اس بلاگ کی مثال کے طور پر ، میں کاگلے پر پایا جانے والا ایک یورپی فٹ بال ڈیٹا سیٹ استعمال کروں گا ، اور مفروضے کی جانچ کروں گا۔ ڈیٹاسیٹ یہاں پایا جاسکتا ہے۔

مرحلہ نمبر 1

ایک مشاہدہ کریں

پہلا قدم مظاہر کا مشاہدہ کرنا ہے۔ اس معاملے میں ، یہ ہوگا: کیا اوسطا اہداف پر دفاعی جارحیت کا کوئی اثر ہے؟

مرحلہ 2

تحقیق کا جائزہ لیں

کام کرنے کی ایک اچھی ذہنیت بہتر ہے مشکل کام نہیں۔ ایک اچھی چیز یہ کرنا ہے کہ آیا آپ کے مشاہدے سے متعلق تحقیق پہلے سے موجود ہے۔ اگر ایسا ہے تو یہ ہمارے سوال کا جواب دینے میں معاون ثابت ہوسکتا ہے۔ پہلے سے موجود تحقیق یا تجربات سے آگاہ رہنے سے ہمارے تجربے کو بہتر طریقے سے ترتیب دینے میں مدد ملے گی ، یا ہوسکتا ہے ہمارے سوال کا جواب بھی دیا جائے اور تجربہ کو پہلے جگہ پر نہ کرنا پڑے۔

مرحلہ 3

نول ہائپوٹیسس اور ایک متبادل فرضی تصور کی تشکیل کریں

ایک متبادل مفروضہ ہمارا پڑھا لکھا اندازہ ہے اور اس کے برخلاف ایک قریبی قیاس آرائی ہے۔ اگر متبادل مفروضے میں کہا گیا ہے کہ دو متغیرات کے مابین ایک اہم رشتہ ہے تو ، خالی مفروضے میں کہا گیا ہے کہ کوئی خاص رشتہ نہیں ہے۔

ہماری ناپختہ سمجھی جائے گی: دفاعی جارحیت کی درجہ بندی والی ٹیموں کے ساتھ 65 یا اس سے کم 65 کے مقابلے میں ٹیموں کے مقابلے میں دفاعی جارحیت کی درجہ بندی کرنے والے گولوں میں کوئی اعداد و شمار کا فرق نہیں ہے۔

متبادل فرضی تصور: دفاعی جارحیت درجہ بندی والی ٹیموں کے ساتھ 65 یا اس سے کم 65 کے مقابلے میں ٹیموں کے مقابلے میں دفاعی جارحیت کی درجہ بندی کرنے والے گولوں میں اعدادوشمار کا فرق ہے۔

مرحلہ 4

اس بات کا تعین کریں کہ آیا ہمارے فرضی تصورات ایک ٹیلڈ ٹیسٹ یا دو دم ٹیسٹ ہیں۔

ون ٹیلڈ ٹیسٹ

"اگر آپ 0.05 کی اہمیت کی سطح استعمال کررہے ہیں تو ، ایک ٹیلڈ ٹیسٹ آپ کے تمام الفا کو دلچسپی کی ایک سمت میں شماریاتی اہمیت کی جانچ کرنے کی اجازت دیتا ہے۔" ایک دم کی آزمائش کی مثال یہ ہوگی کہ "جارحیت کی درجہ بندی والی سوکر ٹیمیں than 65 سے کم ہیں اور اعدادوشمار میں نمایاں طور پر زیادہ سے زیادہ اہداف کی اجازت teams 65 سے کم درجہ بندی والی ٹیموں کے مقابلے میں ہے۔"

دو مرتبہ ٹیسٹ

اگر آپ 0.05 کی اہمیت کی سطح استعمال کررہے ہیں تو ، دو دم والا ٹیسٹ آپ کے الفا کے آدھے اعدادوشمار کی اہمیت کو ایک سمت میں جانچنے کے لئے اور آپ کے الفا کے آدھے حصے کو دوسری سمت میں اعداد و شمار کی اہمیت کی جانچ کرنے کی اجازت دیتا ہے۔ اس کا مطلب یہ ہے کہ آپ کے ٹیسٹ کے اعدادوشمار کی تقسیم کی ہر دم میں 0.025 شامل ہے۔

دو دم آزمائش کے ساتھ ، آپ دونوں جہتوں میں شماریاتی اہمیت کی جانچ کر رہے ہیں۔ ہمارے معاملے میں ، ہم دونوں جہتوں میں شماریاتی اہمیت کی جانچ کر رہے ہیں۔

مرحلہ 5

حد کی اہمیت کی سطح (الفا) مرتب کریں

(الفا ویلیو): معمولی حد جس پر ہم کالعدم نظریے کو مسترد کرنے میں ٹھیک ہیں۔ الفا کی کوئی بھی قیمت ہوسکتی ہے جس کو ہم 0 اور 1 کے درمیان طے کرتے ہیں۔ تاہم ، سائنس میں سب سے عام الفا ویلیو 0.05 ہے۔ الفا کے 0.05 پر سیٹ ہونے کا مطلب ہے کہ ہم کالعدم قیاس آرائی کو مسترد کرنے کے ساتھ ٹھیک ہیں حالانکہ 5٪ یا اس سے کم امکان موجود ہے کہ نتائج بے ترتیب ہونے کی وجہ سے ہوں۔

پی ویلیو: بے ترتیب طور پر اس ڈیٹا پر پہنچنے کا حساب کتاب کردہ امکان۔

اگر ہم پی-ویلیو کا حساب لگاتے ہیں اور یہ 0.03 پر آ جاتا ہے تو ، ہم اس کی ترجمانی کرتے ہوئے کہہ سکتے ہیں کہ "وہاں 3٪ امکان ہے کہ جو نتائج میں دیکھ رہا ہوں وہ در حقیقت بے ترتیب یا خالص قسمت کی وجہ سے ہے"۔

سیکھنے ڈاٹ کام کی تصویر

ہمارا مقصد پی-ویلیو کا حساب لگانا اور اسے اپنے الفا سے موازنہ کرنا ہے۔ الفا جتنا کم ٹیسٹ ہو گا۔

مرحلہ 6

نمونے لینے کا مظاہرہ کریں

یہاں ہمارے پاس اپنا ڈیٹاسیٹ ہے جسے ساکر کہا جاتا ہے۔ ہمارے ٹیسٹ کے ل we ، ہمیں اپنے ڈیٹا سیٹ میں صرف دو کالموں کی ضرورت ہے: Team_def_aggr_rating اور اہداف_خیر شدہ۔ ہم اس کو ان دو کالموں میں فلٹر کریں گے پھر دفاعی جارحیت کی درجہ بندی والی ٹیموں کے لئے دو ذیلی سیٹیں بنائیں جو 65 سے زیادہ یا اس کے برابر ہوں اور دفاعی جارحیت کی درجہ بندی رکھنے والی ٹیموں کو 65 سے نیچے۔

صرف ہمارے فرضی تصور کی جانچ پڑتال کے ل::

اوسطا مطلوبہ اہداف پر دفاعی جارحیت کا اثر۔ نپ ہائپوٹیسس: دفاعی جارحیت کی درجہ بندی کرنے والی ٹیموں کے ساتھ 65 سے کم ٹیموں کے مقابلے میں 65 سے زیادہ یا اس کے برابر کی ٹیموں کے ساتھ اجازت دیئے گئے مقاصد میں کوئی اعداد و شمار کا فرق نہیں ہے۔ متبادل ہائپوفیسس: دفاعی جارحیت کی درجہ بندی رکھنے والی ٹیموں کے ساتھ مطلوبہ اہداف میں اعدادوشمار کا فرق ہے۔ 65 سے کم ٹیموں کے مقابلے میں 65 کے برابر یا اس کے برابر۔ دو ٹیلڈ ٹیسٹ الفا: 0.05

اب ہمارے پاس نمونوں کی دو فہرستیں ہیں جن پر ہم اعدادوشمار کے ٹیسٹ چلا سکتے ہیں۔ اس قدم سے پہلے ، میں ایک بصری حاصل کرنے کے لئے ان دو تقسیم کی منصوبہ بندی کروں گا۔

مرحلہ 7

دو نمونہ ٹی ٹیسٹ کروائیں

دو نمونوں والے ٹی ٹیسٹ کا استعمال اس بات کا تعین کرنے کے لئے کیا جاتا ہے کہ آیا دو آبادی کے ذرائع برابر ہیں۔ اس کے ل we ، ہم ازگر ماڈیول کا استعمال کریں گے جسے اسٹاٹس ماڈل کہتے ہیں۔ میں اسٹیٹس ماڈل کے بارے میں بہت زیادہ تفصیل میں نہیں جاؤں گا لیکن آپ یہاں دستاویزات دیکھ سکتے ہیں۔

مرحلہ 8

تشخیص اور نتیجہ اخذ کریں

یاد رکھیں کہ ہم نے جو الفا ترتیب دیا ہے وہ ایک = 0.05 تھا۔ جیسا کہ ہم اپنے ٹیسٹ کے نتائج سے دیکھ سکتے ہیں کہ پی ویلیو ہمارے الفا سے کم ہے۔ ہم اپنی کالعدم قیاس آرائی کو مسترد کرسکتے ہیں اور 95 with اعتماد کے ساتھ ہمارے متبادل مفروضے کو قبول کرسکتے ہیں۔

پڑھنے کے لئے آپ کا شکریہ! مفروضے کی جانچ کے بارے میں مزید گہرائی کے ل you ، آپ اس گروپ پروجیکٹ کو گیٹ ہب I پر دیکھ سکتے ہیں جو یہاں پر مفروضے کی جانچ میں شامل تھا۔

حوالہ جات:

اوون ، میتھیو "اعدادوشمار اور" سائنسی طریقہ "آپ اسٹیٹس گرو سے حاصل کیا گیا۔ https://www.yourstatsguru.com/secrets/scimethod-stats/؟v=4442e4af0916

ایس اے ایس کا تعارف۔ یو سی ایل اے: شماریاتی مشاورتی گروپ۔ منجانب https://stats.idre.ucla.edu/other/mult-pkg/faq/general/faq- what-are-the-differences-between-one-tailed-and-two-tailed-tests/ (مئی تک رسائی 16 ، 2019)۔

انجینئرنگ کے اعدادوشمار کی کتاب https://www.itl.nist.gov/div898/handbook/eda/section3/eda353.htm