귀무가설 vs 대립가설

 

 

귀무가설 vs 대립가설

·       통계에서의 가설 검정은 측정된 두 현상 간의 관련에 따라 귀무가설과 대립가설을 사용합니다.

·       귀무가설과 대립가설은 서로 모순 관계에 있습니다. 따라서 귀무가설이 참이면 대립가설이 거짓이고, 귀무가설이 거짓이면 대립가설이 참이 됩니다.

·       주어진 두 개의 가설 중에서 어떠한 가설을 귀무가설과 대립가설로 정하는 데는 일정한 규칙이 있습니다.

 

구분	귀무가설	대립가설
표시	·       H0	·       H1
용어	·       Null Hypothesis	·       Alternative Hypothesis ·       연구 가설(research hypothesis)
개념	·       데이터가 따르는 분포가 어떤 특정한 모수 값으로 고정되어 있다고 가정합니다. ·        확률 분포를 특정한 상태로 고정시켜야 하므로 반드시 등식(equality)으로 표현되어야 합니다.	·       새 제품이 기존의 제품 성능보다 더 큰 성능을 보여주거나 불량률 등이 너 낮아진 것을 보이는 것이 목표인 경우가 많기 때문에 대립 가설을 연구 가설이라고도 합니다. ·       대립 가설은 모수의 값이 특정한 값보다 크거나 작은 것을 나타냅니다. ·       대립 가설이 사실일 가능성이 높아지면↑ 귀무 가설은 기각하게 됩니다. ·
가설	·       보편적으로 옳다고 믿어지는 가설 ·       사실과 같다 ·       두 현상 간에 '관련이 없다' ·       두 현상 간에 '차이가 없다'	·       기존 주장에 문제점을 제기하는 새로운 가설 ·       사실과 다르다(같지 않다). ·       두 현상 간에 '관련이 있다' ·       두 현상 간에 '차이가 있다'
규칙	·       대립가설과 반대의 증거를 찾기 위해 정한 가설	·       확실하게 증명하고 싶은 가설 ·       뚜렷한 증거가 있어야 채택할 수 있는 가설 ·       그 결과가 값비싼 가설
p-value	·       p-value가 크다 ·       5%보다 크다 ·       p-value > 0.05	·       p-value가 작다 ·       5%보다 작다 ·       p-value < 0.05
통계의미	·       귀무가설을 기각할 수 없으므로 대립가설을 기각(reject)한다. ·       즉, 귀무가설을 채택(accept)한다. 귀무가설에 95%의 신뢰를 준다.	·       귀무가설을 기각(reject)하고 대립가설을 채택(accept)한다.
예	·       두 변수가 독립이다 ·       두 변수의 평균에 차이가 없다 ·       동전을 던졌을 때 앞면이 나올 확률과 뒷면이 나올 확률에 차이가 없다 ·       특정 약이 질병 치료에 효과가 없다 ·       올해 제품의 생산량과 작년의 생산량이 같다. ·       한국성인 1명당 1달 독서량은 3권이다. ·       바나나 한송이는 100g이 맞다. ·       20xx년 한국성인남자의 평균키는 175cm이다. ·       5세 아동의 평균 몸무게는 30kg이다. ·       등	·       두 변수가 독립이 아니다 ·       두 변수의 평균에 차이가 있다 ·       동전의 앞면이 나올 확률이 동전의 뒷면이 나올 확률과 다르다 ·       특정 약이 질병 치료에 효과가 있다 ·       올해 제품의 생산량과 작년의 생산량이 다르다. ·       한국성인 1명당 1달 독서량은 3권미만이다. ·       바나나 한송이는 100g이 맞다고 할 수 없다. ·       20xx년 한국성인남자의 평균키는 175cm가 아니다. ·       5세 아동의 평균 몸무게는 30kg이상이다. ·       등