? Ipotesi a due code differiscono da ipotesi single- coda che ci sono due diverse aree in cui la versione a due code può essere rifiutata , di solito se i numeri in questione sono troppo grandi o troppo piccoli . Gli scienziati usano queste ipotesi per aiutarli nelle prove più complesse . Tails

Le code sono chiamati per i due lati di una parabola che si estendono lontano dalla gobba centrale della curva . Le linee sono continue e hanno il potenziale di estendere l’infinito in base alla forma della curva . Le code possono cominciare a diversi livelli della curva in base a diversi livelli di rigore scientifico . Tuttavia , la maggior parte degli esperimenti richiedono almeno due deviazioni standard , che sarebbe equivalente al 5 per cento e il 95 per cento i livelli della curva .

Null Hypothesis

L’ipotesi nulla è la posizione predefinita di un esperimento con una ipotesi a due code . Una nuova teoria comporta il rifiuto dell’ipotesi nulla . Ad esempio , una ipotesi nulla potrebbe essere che la gravità accelera oggetti ad una velocità di 9,8 m al secondo quadrato . Per rifiutare l’ipotesi nulla , sarebbero stati presi molti esperimenti . Se ci fossero molte più letture di sopra e al di sotto del numero suggerita dai due ipotesi coda , che l’ipotesi potrebbe essere respinta e una nuova velocità potrebbe essere fornito .

Z Test e T Test

ipotesi a due code può essere una curva standard ” gaussiana ” o una curva più caotica con un intero set di dati . Quando si utilizza la curva gaussiana , un test T viene utilizzato per determinare se l’ipotesi nulla è rifiutata . Quando si utilizza l’intero set di dati , un test Z viene utilizzato per determinare se l’ipotesi nulla è rifiutata . Ogni test ha una tabella statistica associata correlato alla deviazione standard dei dati .

Una coda

test ad una coda è anche un potente strumento per la valutazione di ipotesi . Tuttavia , questi sono utilizzati quando si esegue il test solo i dati in una sola direzione . Questo può essere utile e significativo in molti casi . Ad esempio, se si sta testando un nuovo farmaco può essere utile solo per provare che non è meno efficace rispetto all’alternativa di mercato corrente . In altre parole , per l’approvazione non è necessario per verificare se il farmaco è significativamente migliore rispetto all’alternativa , solo se è peggio .