단측 테스트와 양측 테스트의 차이점은 무엇입니까?

통계 과정을 공부하면서 한쪽 꼬리와 양쪽 꼬리 가설 검정의 차이점을 이해하려고했습니다. 구체적으로, 왜 단측 테스트가 널을 거부하고 양측 테스트는 널을 거부합니까?

예를 들면 :

양측의 차이에 대한 양측 검정 테스트. 따라서 P 값은 t = 1.92의 오른쪽에있는 t 분포의 면적이되고 t = -1.92의 왼쪽에있는 분포의 면적이됩니다. 이는 단측 테스트보다 2 배 많은 면적이므로 P 값은 2 배입니다.

단측 검정을 사용하면 검정력을 얻을 수 있지만 데이터를 얻기 전에 가정 된 것과 반대 방향의 차이를 무시해야하는 잠재적 비용이 발생합니다. 가설을 공식화하고 기록하기 전에 데이터를 얻은 경우 실제로는 두 개의 테일 테스트를 사용해야합니다. 마찬가지로, 어느 방향 으로든 효과에 관심이 있다면 양측 테일 테스트를 사용하십시오. 실제로, 양방향 테일 테스트를 기본 방법으로 사용하고 효과가 한 방향으로 만 존재할 수있는 비정상적인 경우에만 단테 일 테스트를 사용할 수 있습니다.

곡선 아래의 면적은 양측 검정의 두 배가되지 않습니다. 임계 p = .05 인 양측 검정의 경우 귀 분포의 2.5 % 이상에서 관측 된 데이터를 얼마나 자주 가져올 수 있는지 테스트하고 있습니다 ( .05 합계). 단측 검정을 사용하면 하나의 (사전 지정된) 꼬리의 극단 5 % 꼬리에서 데이터가 얼마나 자주 나오는지 테스트합니다.

대부분의 연구자들은 1- 꼬리 테스트를 복제 할 가능성이없는 것으로보고 있습니다.

그러나 유효한 사용 사례가 있습니다. 반대 이론의 결과가 테스트되는 이론에서 불가능하다는 것을 알고 있다면 이전 의견에서 언급했듯이 미리 지정하고 단측 테스트를 수행 할 수 있습니다. 대부분의 사람들은 여전히이 문제를 신중하게 생각합니다.

$S(D)$$RR$

$S(D)=|t|$$|t|>t_{0}$$t_{0}$$\alpha$$S(D)=t$$t>t_{1}$$t_{1}$$Pr(|t|>t_{0}|H_{0})\geq Pr(t>t_{0}|H_{0})$$t_{0}\geq t_{1}$

이것은 왜 다른 테스트 통계를 사용 하는가? 그 이유는 대안이 다르기 때문에 각 검정 통계량의 위력이 다릅니다. 다른 검정에서 검정 통계량 및 기각 영역을 사용하면 각 검정의 검정력이 감소합니다 (동일한 유의성을 사용하는 경우).