ವಿಷಯಕ್ಕೆ ಹೋಗು

ಸದಸ್ಯ:RoshiniLawrence/WEP 2018-19 dec

ವಿಕಿಪೀಡಿಯದಿಂದ, ಇದು ಮುಕ್ತ ಹಾಗೂ ಸ್ವತಂತ್ರ ವಿಶ್ವಕೋಶ

ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್

[ಬದಲಾಯಿಸಿ]
ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್

ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್(hypothesis testing) ಸಾಮಾನ್ಯವಾಗಿ ಜನಸಂಖ್ಯೆ ಬಗ್ಗೆ ಯಾವುದೇ ಹೇಳಿಕೆ ಅಥವಾ ಸಮರ್ಥನೆ ಎಂದು ಉಲ್ಲೇಖಿಸಲಾಗಿದೆ ,ಇದನ್ನು ಪರೀಕ್ಷಿಸಿ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯು ಮಾದರಿಯಿಂದ ದೊರೆಯುತ್ತದೆ,ಇದನ್ನು ಅದೇ ಜನಸಂಖ್ಯೆಯಿಂದ ತೆಗೆದುಕೊಳ್ಳುತ್ತೇವೆ. ಇದನ್ನು ಕಾರ್ಲ್ ಪಿಯರ್ಸನ್(karl pearson), ಮತ್ತು ಜೇಮ್ಸ್ ನಾಮೆನ್ರು(james namen) ಪ್ರಸ್ತಾಪಿಸಿದರು. ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್ ನಿರ್ದಿಷ್ಟ ಊಹೆ ನಿಜ ಎಂದು ಸಂಭವನೀಯತೆಯನ್ನು ನಿರ್ಧರಿಸಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಬಳಕೆಯಾಗಿದೆ.ಮಾದರಿ ಸಿದ್ಧಾಂತಒಂದು ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ ಪ್ರಾಮುಖ್ಯತೆಯ ಪರೀಕ್ಷೆ(test of significance),ಮಾದರಿ ಫಲಿತಾಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ನಿರ್ಧರಿಸಲು ಇದು ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ವೇಳೆ,*) ವೀಕ್ಷಿಸಿದ ಮಾದರಿ ಅಂಕಿಅಂಶ ಮತ್ತು ಹೈಪೋಥಿಕಲ್ ಪ್ಯಾರಾಮೀಟರ್ ಮೌಲ್ಯದ ನಡುವಿನ ವಿಚಲನ.*)ಎರಡು ಸ್ವತಂತ್ರ ಮಾದರಿ ಅಂಕಿಅಂಶಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸ.ಎರಡು ರೀತಿಯ ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್ ಇವೆ

ನಲ್ ಹೈಪೊಥೆಸಿಸ್

[ಬದಲಾಯಿಸಿ]
ನಲ್ ಹೈಪೊಥೆಸಿಸ್,ಅಳ್ತೇರ್ಣತೆ ಹೈಪೊಥೆಸಿಸ್
ನಲ್ ಹೈಪೊಥೆಸಿಸ್(Null hypothesis)-ಇದನ್ನು H0 ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.ಜನಸಂಖ್ಯೆಯ ಬಗ್ಗೆ ಪಕ್ಷಪಾತವಿಲ್ಲದ ಹೇಳಿಕೆಯಾಗಿದೆ ಅದು ಯಾವುದೇ ಪಕ್ಷಗಳಿಗೆ ಬೆಂಬಲಿಸುವುದಿಲ್ .ಉದಾಹರಣೆ:-ಪುರುಷ ಮತ್ತು ಸ್ತ್ರೀ ಅಭ್ಯರ್ಥಿಗಳ ಅಂಕಗಳ ನಡುವೆ ಗಮನಾರ್ಹವಾದ ವ್ಯತ್ಯಾಸವಿಲ್ಲಲ. ಶೂನ್ಯ ಹೈಪೊಥೆಸಿಸ್ ನಮ್ಮ  ಹೈಪೊಥೆಸಿಸ್ ಪರೀಕ್ಷೆಯಲ್ಲಿ ನಾವು ಸಾಕ್ಷಿಗಳನ್ನು ವಿರುದ್ಧ ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದೆ

ಅಳ್ತೇರ್ಣತೆ ಹೈಪೊಥೆಸಿಸ್

[ಬದಲಾಯಿಸಿ]

ಅಳ್ತೇರ್ಣತೆ ಹೈಪೊಥೆಸಿಸ್(alternate hypothesis) -ಇದನ್ನು H1 ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ನಲ್ ಹೈಪೊಥೆಸಿಸ್ ವಿರೋಧಿಸುವ ಯಾವುದೇ ಹೇಳಿಕೆ ಅಳ್ತೇರ್ಣತೆ ಹೈಪೊಥೆಸಿಸ್. ಉದಾಹರಣೆ:- ಪುರುಷ ಅಭ್ಯರ್ಥಿ ಗಳಿಸಿದ ಸ್ಕೋರ್ ಗಮನಾರ್ಹವಾಗಿದೆ ಮತ್ತು ನಂತರ ಮಹಿಳಾ ಅಭ್ಯರ್ಥಿಯ ಅಂಕಗಳು.ಊಹೆಯ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಎರಡು ಬಗೆಯ ದೋಷಗಳಿವೆ.ಟೈಪ್ 1 ಎರರ್ಸ್ , ವಿಧ 1 ದೋಷವನ್ನು (type 1 error): ಫಾಲ್ಸ್ ಪಾಸಿಟಿವ್ಸ್.ಇದು ನಿಜವಾಗಿದ್ದಾಗ ನಲ್ ಹೈಪೊಥೆಸಿನು ಸ್ವೀಕರಿಸುವುದಿಲ್ಲ,ವಿಧ 1 ದೋಷವನ್ನು ಸಂಭವನೀಯತೆ α ನಿಂದ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.ಇದನ್ನು ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣದಲ್ಲಿ ಉತ್ಪಾದಕರ ಅಪಾಯ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ .ಟೈಪ್ 2 ಎರರ್ಸ್(type 2 error ):-ಅದು ಸುಳ್ಳುವಾಗ ನಲ್ ಹೈಪೊಥೆಸಿನು ಸ್ವೀಕರಿಸುವ ಸಂಭವನೀಯತೆ , ವಿಧ 2 ದೋಷವನ್ನು ಸಂಭವನೀಯತೆ (1-α)= β ನಿಂದ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.ಸ್ಯಾಂಪಲ್ ದೋಷವು ಒಂದು ಮಾದರಿ ಮತ್ತು ಸಂಪೂರ್ಣ ಜನಸಂಖ್ಯೆಯ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಿದೆ.

ಊಹೆಯ ಪರೀಕ್ಷೆಯಲ್ಲಿ ತೊಡಗಿರುವ ಹಂತಗಳು

[ಬದಲಾಯಿಸಿ]
 1) ರಾಜ್ಯ ನಲ್ ಮತ್ತು ಪರ್ಯಾಯ ಹೈಪೊಥೆಸಿಸ್. 
 2)  ಲೆವೆಲ್ ಆಫ್ ಸಿಗ್ನಿಫಿಕೆನ್(L.O.S)ಸ್ ಅನ್ನು ಸರಿಪಡಿಸಿು .
 3) ಪರೀಕ್ಷಾ ಅಂಕಿಅಂಶವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ.
 4) ಅದರ ಸಂಭವನೀಯ ಮೌಲ್ಯಕ್ಕೆ ಹೋಲಿಸುವ ಮೂಲಕ ಶೂನ್ಯ ಸಿದ್ಧಾಂತವನ್ನು ಸ್ವೀಕರಿಸಲು ಅಥವಾ ತಿರಸ್ಕರಿಸಬೇಕೆ ಎಂದು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ.
 5) ಮಾದರಿಯಿಂದ ಮಾಹಿತಿಯನ್ನು ಪಡೆದುಕೊಳ್ಳುವುದರ ಮೂಲಕ ಇಡೀ ಜನಸಂಖ್ಯೆಗೆ ಒಂದು ನಿರ್ಣಯವನ್ನು ನೀಡಿ. 

ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್ ಪ್ರಯೋಜನಗಳು

[ಬದಲಾಯಿಸಿ]

1) ಅವರು ಜೀವಶಾಸ್ತ್ರದಲ್ಲಿ ಊಹಾ ಪರೀಕ್ಷೆಗೆ ತಾರ್ಕಿಕ ಚೌಕಟ್ಟನ್ನು ಒದಗಿಸುತ್ತಾರೆ. 2) ಅವರು ಒಪ್ಪಿದ ಸಮಾವೇಶ ಸಂಖ್ಯಾಶಾಸ್ತ್ರ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಒದಗಿಸುತ್ತಾರೆ. 3)ತಂತ್ರಗಳನ್ನು ಪ್ರಯತ್ನಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ. 4) ಪರ್ಯಾಯ ಸಿದ್ಧಾಂತವನ್ನು ಬದಲಿಗೆ ಅಸ್ಪಷ್ಟವಾಗಿ ಮಾಡಬಹುದು. 5)ಅವರು ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರಗಳಂತೆ ಅದೇ ಆಧಾರವಾಗಿರುವ ಅಂಕಿಅಂಶಗಳ ತಾರ್ಕಿಕತೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತಾರೆ.

ಹೈಪೊಥೆಸಿಸ್ ಟೆಸ್ಟಿಂಗ್ ಅನಾನುಕೂಲಗಳು:-

[ಬದಲಾಯಿಸಿ]

1) ಅವುಗಳು ಸಾಮಾನ್ಯವಾಗಿ ತಪ್ಪು ಗ್ರಹಿಸಲ್ಪಡುತ್ತವೆ ಮತ್ತು ತಪ್ಪಾಗಿ ಅರ್ಥೈಸಲಾಗಿದೆ. 2) ಶೂನ್ಯ ಸಿದ್ಧಾಂತವು ಯಾವಾಗಲೂ ತಪ್ಪಾಗಿದೆ. 3)ಒಂದು-ಬಾಲದ ಅಥವಾ ಎರಡು ಬಾಲದ ನಿರ್ಧಾರ ಆಳವಾಗಿ ವ್ಯಕ್ತಿನಿಷ್ಠವಾಗಿದೆ . 4) ಪಿ-ಮೌಲ್ಯಗಳು ಶೂನ್ಯವನ್ನು ಹೊರತುಪಡಿಸಿ ಯಾವುದೇ ಸಿದ್ಧಾಂತದ ಬಗ್ಗೆ ಯಾವುದೇ ಖಾತೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ. 5)ಪು ಮೌಲ್ಯವ(p-value) ಗಮನಿಸಿದ ಫಲಿತಾಂಶಕ್ಕಿಂತ ಬೇರೆ ಎಲ್ಲಾ ಮೌಲ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ 6) ಪರೀಕ್ಷಾ ಅಂಕಿಅಂಶದ ಶೂನ್ಯ ವಿತರಣೆ ಟೆಸ್ಟ್ ಅಂಕಿ ಅಂಶದ ನಿಜವಾದ ಮಾದರಿ ಹಂಚಿಕೆಗೆ ಹೊಂದಿಕೆಯಾಗದಿರಬಹುದು.[]

ಟೆಂಪ್ಲೇಟು:Http://mathworld.wolfram.com/HypothesisTesting.html https://en.wikipedia.org/wiki/Statistical hypothesis testing

  1. http://mathworld.wolfram.com/HypothesisTesting.html https://en.wikipedia.org/wiki/Statistical_hypothesis_testing