Hypotéza je termín původně z řečtiny a znamenal výpověď, u níž se její platnost pouze předpokládá a musí být tedy možnost ji potvrdit či vyvrátit. V případě statistického testování, respektive statistických hypotéz je nutné vždy formulovat hypotézy dvě. A to hypotézu nulovou a hypotézu alternativní.

Nulová hypotéza H0:

Nulová hypotéza je taková, která předpokládá neexistenci vztahu u testovaných veličin. Tedy, že mezi nimi není statistický rozdíl.

Alternativní hypotéza HA:

Přijmutím alternativní hypotézy se dostávám do sporu s hypotézou nulovou a připouštím, že sledované skupiny se významně statisticky liší.

Testování hypotéz
Předpokládaný postup testování hypotéz.

Testování hypotéz

Otázka, která se obvykle předkládá zní:

Je mezi sledovanými veličinami statistický rozdíl? Na základě P-Value rozhodnu, zda je či není. Testy samozřejmě probíhají na určité hladině spolehlivosti (95%) a je tedy možné udělat v rozhodnutí chybu. Chyby máme I. a II. druhu:

Chyba I. druhu (označovaná alfa):

Stane se když chybně zamítnu platnou nulovou hypotézu. Znamená to, že budu dělat věci, které nejsou potřeba.

Chyba II. druhu (beta):

Stane se když chybně zamítnu platnou alternativní hypotézu a pravděpodobně neudělám věci (opatření), které bych udělat měl.

Rozhodovací faktor přijmutí/odmítnutí hypotézy.

Samozřejmě ještě záleží na dalším charakteru testovaných veličin či skupin. Je proto nutné vybrat správnou metodu k testování hypotéz. Rozcestník, který vám pomůže ke správnému výběru metody je níže. Testování hypotéz je u většiny projektů stěžejní částí fáze Analyze.

Správný výběr metody pro hypotézy
Rozcestník ke správnému výběru metody testování hypotéz.