가설의 유형
그것은 또한 기본 가설이라고합니다. 그것은 하나가 독립 변수 또는’원인’이라고 다른 종속 변수 또는’효과’라고 두 변수 사이의 관계를 보여줍니다.
예:지구 온난화로 인해 빙산이 녹습니다.
여기서 원인은 지구 온난화이고 그 영향은 빙산의 녹기이다.
복잡한 가설
복잡한 가설은 독립 변수뿐만 아니라 여러 종속 변수가 있다는 것입니다.
예:지구 온난화로 인해 빙산이 녹아 기상 패턴에 큰 변화가 발생합니다.
단순 가설과 복잡한 가설의 차이점:
단순 가설:관계는 두 변수 간에만 존재합니다.
복잡한 가설:여러 변수 사이에 관계가 존재합니다.
경험적 가설
‘작업 가설’이라고도합니다. 그것은 공식화 단계에서 유일한 가정이지만,테스트 할 때 더 이상 단지 아이디어 나 개념이 아닙니다. 실제로 이러한 독립 변수 주위에 약간의 변화를 겪고 있습니다.
예: 면 옷은 벨벳 옷보다 여름에 더 좋습니다.
귀무 가설
종속 변수와 독립 변수 사이에는 관계가 없다고 명시되어 있기 때문에 경험적 가설과는 반대입니다. 그것은 본질적으로 테스트되는 데이터와 변수가 실제로 존재하지 않는다고 말합니다.
예:물 식물의 성장에 영향을 주지 않습니다.
대립 가설
또한 유지 가설 또는 연구 가설
로 알려져있다 첫째로 많은 가설이 제안된다. 그런 다음 그(것)들의 사이에서,하나는 가장 효율적인 선택된다.
대안 가설에는 네 가지 주요 유형이 있습니다:
- 포인트 대립 가설:가설 검정에서의 모집단 분포는 완전히 정의되어 있으며 알 수없는 매개 변수가 없습니다.
- 무 지향성 대립 가설:귀무 가설이 사실이 아니라고 명시합니다.
- 한 꼬리 방향 가설:샘플링 분포의 한 꼬리에 대한 거부 영역에만 관련됩니다.
- 양꼬리 방향 가설: 그것은 샘플링 분포의 거부의 두 영역에 관한 것이다.
논리적 가설
이름에서 알 수 있듯이 논리적으로 검증됩니다. 검증 과정은 다음과 같습니다:
- 합의
- 의견 불일치
- 의견 차이.
예:
가설 진술:동물은 물 없이는 생존 할 수 없습니다.
논리적 검증:모든 생명체는 물 을 필요로 하기 때문에 이것은 사실이다.
통계적 가설
이 진술은 논리적이거나 비논리적 일 수 있지만 통계가 그것을 확인하면 통계적 가설이 될 것입니다.
당신은 그것을 확인하기 위해 사람들의 그룹에 이 가설을 테스트해야 할 것입니다. 이 문을 확인하는 통계적 방법입니다.
연관 및 인과 가설
연관 가설은 두 변수 사이에 관계가 있음을 나타냅니다. 특정 이벤트가 어떻게 공동 발생하는지 살펴 봅니다.
인과 가설은 특정 변수의 유형 또는 양의 차이가 방정식에서 다음 변수의 유형 또는 양의 차이에 직접적인 영향을 미칠 것이라고 명시합니다. 그것은 조작이 미래의 사건에 어떻게 영향을 미치는지 살펴 봅니다.
방향성 가설
방향성 가설은 둘 이상의 독립 변수와 둘 이상의 종속 변수 간의 관계의 방향 또는 특성을 지정합니다. 그들은 연구 질문에서 개발 및 검증을 위해 통계적 방법을 사용합니다.
그들은 다음과 같은 측면을 기반으로합니다:
- 수용된 이론
- 과거 연구
무 지향성 가설
이 가설은 두 변수 사이에 관계가 있지만 관계의 정확한 성격이나 방향을 예측하지는 않는다고 명시한다.
Variable 배포 유형 테스트(가우스)
- Shapiro-Wilk Test
- D 타고스티노의 K2 테스트
- 앤더슨-Darling 테스트
관계 변수 테스트(상관)
- 피어슨 상관관계 계수
- 스피어의 순위 상관
- 켄달의 순위 상관
- 카이 제곱 테스트
비교 샘플단(parametric)
- Student’s t-test
- 짝 Student’s t-test
- 분산 분석 테스트(ANOVA)
- 반복 측정을 사용한 분산 분석 테스트
샘플 평균 비교(비모수)
- 2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년 12 월 1 일,2015 년
