One of the most common tools in sta

One of the most common tools in statistical inference is hypothesis testing. Actually, I’ve already introduced this concept—just without the fancy terminology. As noted above, statistics alone cannot prove anything; instead, we use statistical inference to accept or reject explanations on the basis of their relative likelihood. To be more precise, any statistical inference begins with an implicit or explicit null hypothesis. This is our starting assumption,-which will be rejected or not on the basis of subsequent statistical analysis. If we reject the null hypothesis, then we typically accept some alternative hypothesis that is more consistent with the data observed. For example, in a court of law the starting assumption, or null hypothesis, is that the defendant is innocent. The job of the prosecution is to persuade the judge or jury to reject that assumption and accept the alternative hypothesis, which is that the defendant is guilty. As a matter of logic, the alternative hypothesis is a conclusion that must be true if we can reject the null hypothesis. Consider some examples.

ผลลัพธ์ (ไทย) 1:

เครื่องมือทั่วไปในข้อสถิติคือสมมติฐานทดสอบ จริง ๆ แล้ว ฉันได้นำแนวคิดนี้แล้ว — เพียงไม่ มีคำศัพท์แฟนซี ตามที่กล่าวข้างต้น สถิติเพียงอย่างเดียวไม่สามารถพิสูจน์อะไร แทน เราใช้สถิติข้อเพื่อยอมรับ หรือปฏิเสธคำอธิบายตามความน่าเป็นญาติของพวกเขา เพื่อให้ชัดเจนยิ่งขึ้น ข้อใด ๆ สถิติเริ่มต้น ด้วยสมมติฐานว่างนัย หรืออย่างชัดเจน นี้เป็นอัสสัมชัญของเราเริ่มต้น, -ซึ่งจะถูกปฏิเสธหรือไม่โดย ใช้สถิติวิเคราะห์ภายหลัง ถ้าเราปฏิเสธสมมติฐานว่าง แล้วเราจะยอมรับสมมติฐานบางทางเลือกที่มากขึ้นสอดคล้องกับข้อมูลที่สังเกต ตัวอย่าง ในศาลอัสสัมชัญเริ่มต้น หรือสมมติฐานที่ null ได้ว่า จำเลยเป็นผู้บริสุทธิ์ งานของโจทก์ที่จะชัก จูงผู้พิพากษา หรือคณะปฏิเสธสมมติฐานนั้น และยอมรับสมมติฐานทางเลือก ที่ว่าจำเลยมีความผิด เป็นเรื่องของตรรกะ สมมติฐานทางเลือกคือ สรุปว่าต้องเป็นจริงเราสามารถปฏิเสธสมมติฐานว่าง พิจารณาตัวอย่าง

ผลลัพธ์ (ไทย) 2:

หนึ่งในเครื่องมือที่พบมากที่สุดในการอนุมานทางสถิติคือการทดสอบสมมติฐาน อันที่จริงผมเคยแนะนำแล้วแนวคิดนี้เพียงแค่คำศัพท์โดยไม่ต้องจินตนาการ ดังที่ระบุไว้ข้างต้นสถิติเพียงอย่างเดียวไม่สามารถพิสูจน์อะไร แต่เราใช้การอนุมานทางสถิติที่จะยอมรับหรือปฏิเสธคำอธิบายบนพื้นฐานของความน่าจะเป็นญาติของพวกเขา จะแม่นยำมากขึ้นใด ๆ อนุมานทางสถิติเริ่มต้นด้วยการ null นัยหรืออย่างชัดเจนสมมติฐาน นี่คือสมมติฐานเริ่มต้นของเรา -which จะถูกปฏิเสธหรือไม่อยู่บนพื้นฐานของการวิเคราะห์ทางสถิติที่ตามมา ถ้าเราปฏิเสธสมมติฐานแล้วเรามักจะยอมรับบางสมมติฐานทางเลือกที่มีมากขึ้นสอดคล้องกับข้อมูลที่สังเกต ยกตัวอย่างเช่นในศาลสมมติฐานเริ่มต้นหรือสมมติฐานคือว่าจำเลยเป็นผู้บริสุทธิ์ งานของการฟ้องร้องคือการชักชวนให้ผู้พิพากษาหรือคณะลูกขุนที่จะปฏิเสธสมมติฐานที่ว่าและยอมรับสมมติฐานทางเลือกซึ่งเป็นว่าจำเลยมีความผิด เป็นเรื่องของตรรกะสมมติฐานทางเลือกคือข้อสรุปที่ว่าต้องเป็นจริงถ้าเราสามารถปฏิเสธสมมติฐานโมฆะ พิจารณาตัวอย่างบางส่วน

ผลลัพธ์ (ไทย) 3:

หนึ่งในเครื่องมือที่พบมากที่สุดในสถิติอนุมาน คือ การทดสอบสมมติฐาน จริงๆแล้ว ผมได้นำแนวคิดนี้ไปโดยไม่มีศัพท์หรูๆ ดังที่ระบุไว้ข้างต้น , สถิติเพียงอย่างเดียวไม่สามารถพิสูจน์อะไรได้ แต่เราใช้สถิติอนุมาน จะยอมรับ หรือปฏิเสธการอธิบายบนพื้นฐานของความสัมพันธ์ของพวกเขา แม่นมากนะครับสถิติอนุมาน เริ่มต้นด้วยการแยกหรือชัดเจนสมมติฐานโมฆะ . นี่เราเริ่มสมมติฐาน , - ซึ่งจะปฏิเสธหรือไม่บนพื้นฐานของการวิเคราะห์ทางสถิติที่ตามมา ถ้าเราปฏิเสธสมมติฐานว่าง เรามักจะยอมรับบางสมมติฐานทางเลือกที่สอดคล้องกับข้อมูลที่สังเกตได้ ตัวอย่างเช่น ในกฎหมายของศาล เริ่มจากสมมุติฐานหรือสมมติฐานว่างคือว่าจำเลยเป็นผู้บริสุทธิ์ งานของอัยการ เพื่อชักชวนให้ผู้พิพากษาหรือคณะลูกขุนปฏิเสธสมมติฐานนั้น และยอมรับสมมติฐานทางเลือก ซึ่งเป็นว่า จำเลยมีความผิด เป็นเรื่องของตรรกะ สมมติฐานทางเลือก คือ สรุปว่า ต้องเป็นความจริง ถ้าเราสามารถปฏิเสธสมมติฐานว่าง . พิจารณาตัวอย่าง .