仮説の種類
それは基本仮説とも呼ばれます。 これは、1つが独立変数または「原因」と呼ばれ、もう1つが従属変数または「効果」と呼ばれる2つの変数間の関係を示しています。
例：地球温暖化により氷山が溶けます。
ここでは、原因は地球温暖化であり、その影響は氷山の融解である。
複素仮説
複素仮説とは、従属変数と独立変数が複数存在する仮説のことです。
例：地球温暖化により氷山が融解し、気象パターンに大きな変化が生じます。
単純な仮説と複雑な仮説の違い：
単純な仮説：2つの変数の間にのみ関係が存在します。
複素仮説：複数の変数の間に関係が存在する。
経験的仮説
それはまた、”作業仮説”と呼ばれています。 それは定式化段階の間の唯一の仮定ですが、それがテストされるとき、それはもはや単なるアイデアや概念ではありません。 それは実際にそれらの独立変数の周りにいくつかの変更を経ています。
: 綿の服はベルベットの服よりも夏の方が良いです。帰無仮説
帰無仮説
従属変数と独立変数の間には関係がないと述べているので、経験的仮説に反しています。 本質的には、テストされるデータと変数は実際には存在しないと述べています。
例：水は植物の成長に影響を与えません。
対立仮説
それは維持仮説または研究仮説としても知られています
まず、多くの仮説が提案されています。 次に、その中で最も効率的なものが選択されます。
対立仮説には主に四つのタイプがあります:
- ポイント対立仮説：仮説検定における母集団分布は完全に定義されており、未知のパラメータはありません。
- 非方向性対立仮説：帰無仮説は真実ではないと述べています。
- 片側指向性仮説：サンプリング分布の片側の拒絶領域のみに関係しています。
- 両尾方向仮説: これは、サンプリング分布の拒絶の両方の領域に関係しています。
論理仮説
その名の通り、論理的に検証されています。 検証のプロセスには、次のものが含まれます:
- 合意
- 意見の不一致
- 意見の違い。
例：
仮説：動物は水なしでは生き残ることができません。
論理的検証：すべての生き物が水を必要とするので、これは本当です。
統計的仮説
この文は論理的でも非論理的でもありますが、統計がそれを検証すると統計的仮説になります。
ビタミンCは肌に良いです。 あなたはそれを検証するために人々のグループでこの仮説をテストする必要があります。 これは、文を検証する統計的方法です。
連想仮説と因果仮説
連想仮説は、二つの変数の間に関係があることを述べています。 これは、特定のイベントがどのように共起するかを見ています。
因果仮説は、ある特定の変数の型または量の違いが、方程式の次の変数の型または量の違いに直接影響すると述べています。 これは、操作が将来のイベントにどのように影響するかを見ています。
方向性仮説
方向性仮説は、二つ以上の独立変数と二つ以上の従属変数との関係の方向または性質を指定します。 彼らは研究の質問から開発され、検証のための統計的方法を使用しています。
それらは次のような側面に基づいています:
- 受け入れられた理論
- 過去の研究
非方向性仮説
この仮説は、二つの変数の間に関係があると述べていますが、関係の正確な性質や方向を予測
可変分布型検定(ガウス分布)
- シャピロ-ウィルク検定
- ダゴスティノのK2検定
- アンダーソン-ダーリン検定
変数関係検定（相関)
- ピアソンの相関係数
- スピアマンのランク相関
- ケンドールのランク相関
- カイ二乗検定
サンプル平均の比較(パラメトリック)
- Studentのt検定
- 対になったStudentのT検定
- 分散分析検定(ANOVA)
- 反復測定ANOVA テスト
サンプル平均の比較(ノンパラメトリック)
- Mann-Whitney Uテスト
- Wilcoxonサインランクテスト
- Kruskal-Wallis Hテスト
- Friedmanテスト
