Please enable JavaScript.
Coggle requires JavaScript to display documents.
CHƯƠNG 8: KIỂM ĐỊNH GIẢ THUYẾT, TẠI SAO KIỂM ĐỊNH H0 THAY VÌ H1?, SỨC MẠNH…
CHƯƠNG 8: KIỂM ĐỊNH GIẢ THUYẾT
KHÁI NIỆM
Giả thuyết
là một phát biểu về một tham số của QT
Mục đích của kiểm định giả thuyết
là đưa ra quyết định giả thuyết nào trong
2 giả thuyết bổ sung
là đúng bằng cách kiểm tra một mẫu được chọn từ quần thể đó
Hai giả thuyết bổ sung
trong một kiểm định là
giả thuyết không (H0)
và
giả thuyết thay thế (H1)
GIẢ THUYẾT H0
Thường
là mệnh đề phủ định với giả thuyết nghiên cứu muốn chứng minh
Là giả thuyết sẽ được kiểm định
Luôn có dấu "="
GIẢ THUYẾT H1
Là
giả thuyết
mà nhà nghiên cứu tin là đúng và
muốn chứng minh
Thường
đối lập với giả thuyết H0
Có thể hoặc không thể chấp nhận
TẠI SAO KIỂM ĐỊNH H0 THAY VÌ H1?
LOGIC CỦA 1 PHIÊN TÒA
Giả định này chỉ được giữ lại cho tới khi có bằng chứng hợp lí cho thấy người đó có tội
Tới lúc này, ta mới có quyền bác bỏ giả định vô tội lúc đầu và tuyên người đó có tội
Để CM ai có tội, trước tiên giả định người đó vô tội
Tương tự, logic trên được áp dụng trong thống kê
Bắt đầu bằng giả định "giả thuyết H0 đúng"
Tiếp theo, ktra xem dữ liệu phù hợp với H0?
(Không thể loại bỏ H0 không có nghĩa H0 đúng. Chỉ là, mẫu nghiên cứu không đủ bằng chứng để hỗ trợ H1)
LÀM SAO ĐỂ KTRA SỰ PHÙ HỢP VỚI H0?
GIÁ TRỊ p
Với mỗi kiểm định ta sẽ có riêng 1 gtri p
So sánh giá trị p với ngưỡng ý nghĩa alpha để quyết định bác bỏ hay không bác bỏ giả thuyết H0
Là
xác suất xảy ra
sự kiện mà ta đã thấy trong nghiên cứu nếu ta
giả định giả thuyết H0 thật sự đúng
Lưu ý: coi chừng diễn giải sai giá trị p
MỨC Ý NGHĨA ALPHA
Được chọn trước khi bắt đầu cuộc điều tra
Chọn ngưỡng alpha bao nhiêu là phù hợp?
Là khả năng sai lầm được chấp nhận nếu quyết định loại bỏ giả thuyết H0 khi H0 đúng
Thường chọn ngưỡng 5% hoặc 1%
KIỂM ĐỊNH
p < alpha => BÁC BỎ H0
p > alpha => KHÔNG THỂ BÁC BỎ H0
(nhưng không đồng nghĩa việc chấp nhận H0)
CÁC SAI LẦM KHI KIỂM ĐỊNH THỐNG KÊ
Có 2 loại sai lầm
Sai lầm
loại I
là sai lầm của việc
bác bỏ H0 khi nó đúng
Sai lầm
loại II
là sai lầm của việc
không bác bỏ H0 khi nó sai
SỨC MẠNH (POWER)
Beta = Xác suất sai lầm loại 2 = Xác suất sai do không bác bỏ H0 khi H0 sai
1 - Beta = Sức mạnh = Khả năng phát hiện sự khác biệt, nếu thật sự có khác biệt
Power càng cao đòi hỏi cỡ mẫu càng nhiều
NHỚ BẢNG NÌ NHEE
Giả thuyết Không
Nhớ kĩ chữ
thường
và chữ
luôn
Quyết định
Đúng
Sai
Không bác bỏ
Bác bỏ
Kết luận đúng
Sai lầm loại II beta
Kết luận đúng
Sai lầm loại I alpha