আরও সুনির্দিষ্টভাবে, যদি মডেলগুলি তবে সম্ভাবনা অনুপাতের পরীক্ষাগুলি কেন asympototically 2 ডলার বিতরণ করে, তবে এটি আর অ-নেস্টেড মডেলদের ক্ষেত্রে হয় না? আমি বুঝতে পারছি যে এটি উইলক্সের উপপাদ্য থেকে এসেছে, তবে দুর্ভাগ্যক্রমে, আমি এর প্রমাণটি বুঝতে পারি না ।
উত্তর:
ঠিক আছে, আমি কোনও অ-পরিসংখ্যানবিদদের কাছ থেকে একটি কঠোর উত্তর দিতে পারি। সম্ভাবনা অনুপাত পদ্ধতিটি নির্ভর করে যে ডোনামিনেটর সর্বাধিক সম্ভাবনা সর্বদা সংখ্যার সর্বাধিক সম্ভাবনার চেয়ে ভাল ফলাফল দেয় কারণ সংখ্যক হাইপোথেসিসটি ডিনোমিনিটার হাইপোথিসিসের একটি উপসেটের সাথে মিলে যায়। ফলস্বরূপ, অনুপাত সর্বদা 0 এবং 1 এর মধ্যে থাকে।
আপনার যদি অ-নেস্টেড হাইপোথিসিস থাকে (যেমন 2 টি পৃথক বিতরণ পরীক্ষা করার মতো) থাকে তবে সম্ভাবনা অনুপাতটি> 1 => -1 * লগের অনুরূপ অনুপাত <0 => হতে পারে এটি অবশ্যই চি -2 বিতরণ নয়।
অর্ডার পরীক্ষা হাইপোথিসিস কার্যভার গ্রহণ করা জন্য আপনি একটি নাল এবং বিকল্প হাইপোথিসিস হিসাবে আপনার গবেষণা হাইপোথিসিস প্রকাশ করার প্রয়োজন । নাল অনুমান এবং বিকল্প অনুমান জনসংখ্যায় ঘটে যাওয়া পার্থক্য বা প্রভাব সম্পর্কিত বিবৃতি । কোন বিবৃতিটি (যেমন, নাল অনুমান বা বিকল্প অনুমান) সম্ভবত তা পরীক্ষা করার জন্য আপনি আপনার নমুনাটি ব্যবহার করবেন (যদিও প্রযুক্তিগতভাবে, আপনি নাল অনুমানের বিরুদ্ধে প্রমাণ পরীক্ষা করেন)।
নাল হাইপোথিসিস মূলত "শয়তানের উকিল" অবস্থান। এটি হ'ল ধরে নেওয়া হয়েছে যে আপনি যা যা প্রমাণ করার চেষ্টা করছেন তা ঘটেনি (ইঙ্গিত: এটি সাধারণত বলে যে কোনও কিছু শূন্যের সমান হয়)।
এখানে খুঁজছেন , আমরা এই পাঠ্যটি খুঁজে পেতে পারি:
হাইপোথিসিস পরীক্ষাটি পরিসংখ্যানগুলির একটি প্রয়োজনীয় প্রক্রিয়া। নমুনা তথ্য দ্বারা কোন বিবৃতিটি সর্বোত্তমভাবে সমর্থিত হয় তা নির্ধারণ করতে একটি অনুমান পরীক্ষা একটি জনসংখ্যা সম্পর্কে দুটি পারস্পরিক একচেটিয়া বিবৃতি মূল্যায়ন করে। আমরা যখন বলি যে একটি অনুসন্ধানটি পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ, এটি একটি অনুমান পরীক্ষার জন্য ধন্যবাদ।
হাইপোথেসিস গ্রহণ / প্রত্যাখ্যান সম্পর্কে , আমরা এখানে একটি আকর্ষণীয় উত্তর খুঁজে পেতে পারি:
কিছু গবেষক বলেছেন যে হাইপোথিসিস টেস্টের দুটি ফলাফলের একটি হতে পারে: আপনি নাল অনুমানটি গ্রহণ করেন বা নাল অনুমানকে আপনি প্রত্যাখ্যান করেন। অনেক পরিসংখ্যানবিদরা অবশ্য "নাল হাইপোথিসিসকে মেনে নিয়েছেন" এই ধারণার সাথে বিষয়টি গ্রহণ করেন। পরিবর্তে, তারা বলে: আপনি নাল অনুমানকে প্রত্যাখ্যান করেন বা নাল অনুমানটি আপনি প্রত্যাখ্যান করতে ব্যর্থ হন ।
"গ্রহণযোগ্যতা" এবং "প্রত্যাখ্যান করতে ব্যর্থতা" এর মধ্যে পার্থক্য কেন? গ্রহণযোগ্যতা বোঝায় যে নাল অনুমানটি সত্য। প্রত্যাখ্যান ব্যর্থতা বোঝায় যে তথ্য নাল অনুমানের চেয়ে বিকল্প অনুমানের পক্ষে আমাদের পছন্দ করার পক্ষে যথেষ্ট পরিমাণে প্ররোচিত নয় ।