Hipoteza alternatywna

Istnieją doświadczenia, np. w rolnictwie, gdzie szereg testów można przeprowadzić równocześnie. W innych przypadkach może być niezbędne lub pożądane przeprowadzenie badań kolejno, np. ze względu na posiadanie jednego tylko aparatu badawczego. Jeśli test trwa długo, jak np. przy porównywaniu trwałości różnych farb, niemal nieunikniona jest jednoczesność, jeśli jednak badania można wykonywać kolejno, to takie postępowanie często jest lepsze. W takim przypadku doświadczenie zebrane w ciągu jednego testu może być wykorzystane przy kolejnych następnych badaniach (program uprawnienia budowlane na komputer).

Drugą korzyścią postępowania sekwencyjnego jest w wielu przypadkach możliwość ukończenia doświadczenia przed wyczerpaniem wszystkich przewidzianych próbek, gdyż bez względu na wynik dalszych prób, powzięta decyzja nie ulegnie zmianie. Rozważmy na przykład prosty test porównywania parami próbek A i Ii (p. 8.6). Hipoteza zerowa brzmi, że A i Ii są równoważne, hipoteza alternatywna - że A jest lepsze niż B. Dla zapewnienia określonego minimum ryzyka niedostrzeżenia rzeczywistych wpływów należy wybrać pewną dolną granicę frakcji obszernego zbioru par, w którym A zgodnie z hipotezą alternatywną wypadnie lepsze niż Ii (program uprawnienia budowlane na ANDROID). Można na przykład zażądać uznania hipotezy alternatywnej za słuszną, gdy w długim ciągu doświadczeń co najmniej 80% par wykaże A > B. Zaplanujemy na przykład zbadanie 14 par i przyjęcie hipotezy alternatywnej, jeśli co najmniej 10 wyników będzie pozytywnych fila A. Daje to a - 0,00 i maksymalną wartość (i - 0,13 (uprawnienia budowlane).

Wartości krytyczne

Przypuśćmy teraz, że próby przeprowadzono kolejno i że 5 kolejnych porównań wypadło na korzyść B. Jest oczywiste, na tym można zakończyć doświadczenie, ponieważ w tym stanie w żaden sposób nie otrzymamy 10 po Metody ty dogodnie obrazuje wykres, w którym liczbę wyników pozytywnych dla A narysowano w funkcji całkowitej ilości prób (program egzamin ustny). Przedstawiono również wartości krytyczne. Na takim wykresie można zaznaczyć jakiekolwiek następstwo wyników; przykładowo linia przerywana ze strzałkami przedstawia wynik 14 rzutów monetą. Gdy taki ciąg przetnie w pewnej chwili któraś z linii granicznych, doświadczenie jest ukończone, a właściwa decyzja - powzięta. Granice obliczono na podstawie danych przytoczonych powyżej. W tym szczególnym „doświadczeniu” zastosowanie pierwszej metody pozwala zadecydować prawidłowo po 12 próbach, podczas, gdy drugie postępowanie sekwencyjne wymaga więcej niż 14 prób (opinie o programie).

Ta druga metoda jest związana z innym zbiorem krytycznym niż zwykłe postępowanie o określonej liczbie prób n. prowadziłyby do przyjęcia hipotezy zerowej, natomiast poprzednie postępowanie wymagałoby dalszych prób. Nie ma bowiem zasady, która zabraniałaby różnych sposobów podziału możliwych wyników na zbiór krytyczny i pozostałą część. Ważne jest, by postępować w sposób zapewniający wystarczająco dużej liczbie doświadczeń odrzucenie hipotezy zerowej we frakcji od przypadków, gdy hipoteza ta jest słuszna, a odrzucenie we frakcji ft przypadków słusznej hipotezy alternatywnej. Naturalnie spośród różnych schematów postępowania, czyniących zadość tym wymaganiom, niektóre będą wymagać przeciętnie mniej prób niż inne (segregator aktów prawnych).

Należy ostrzec czytelnika, że projektowanie nowych testów sekwencyjnych, różniących się w użyciu od obecnie ustalonych, nie jest zadaniem dla statystyka- -amatora. Występują tu różnorodne i dobrze ukryte pułapki. Na szczęście opracowano typowe sposoby postępowania dla wielu sytuacji. Metoda przedziałów ufności (p. 7.4, 8.4, 8.6 i 9.2) pozwala określić zakres, o którym rozsądnie jest przypuszczać, że wewnątrz niego leży wartość rozpatrywanego parametru populacji. Jednak w wielu przypadkach konieczne jest posługiwanie się nie zakresem, ale wybraną pojedynczą wartością (promocja 3 w 1).