[응용통계학] Chapter 8-4. Inferences on a Population Mean

Two Sided t-Test

** p-value를 구하는 것과 t-static을 구하는 것을 구분하라

•  -|t| 값보다 작거나 +|t|값보다 클 때 => worse than the observed data set

One Sided t-Test

• H0를 u <= u0라고 설정했다면(observe가 더 클 거야)  =>  observe가 더 클 확률 => t값보다 클 때 worse data set

• t-static 기준으로 오른쪽에 있는 면적을 쫙~ 색칠해서 이 면적의 넓이 = p-value
• 면적이 얼마나 되느냐~에 따라서 null hypothesis를 accept 할 것이냐~ reject 할 것이냐 결정

t-test 절차

• 무엇을 보이고자 하느냐? 
• 귀무 가설/ 대립 가설 설정
• t 값 계산
• p-value 계산
• 평가

 

Significance Levels (유의 수준)

• Hypothesis test can be defined formally in terms of a significance level α
  • rejects the null hypothesis 𝐻_0 if a p-value smaller than α is obtained, and
  •  accepts the null hypothesis 𝐻_0 if a p-value larger than α is obtained
  • p-value < a  ==> reject H0
  • p-value > a ==>  accept H0
• p-value는(confidence interval) significance level을 아는 것보다 더 많은 정보를 제공한다. 유의 수준 α는 귀무가설을 허용하거나 기각할 뿐이다.

그림을 그려서 생각해보면 위의 글이 이해가 됨

• 이번에는 one-sided problem