다음 발췌 부분은 다음과 같습니다. 단측 및 양측 테스트의 차이점은 무엇입니까? UCLA의 통계 도움말 사이트에서
... 다른 방향으로 영향을 미치지 않은 결과를 고려하십시오. 기존 약물에 비해 개선 된 것으로 생각되는 새로운 약물을 개발했다고 상상해보십시오. 개선 사항을 감지하는 능력을 최대화하기 위해 단측 테스트를 선택하십시오. 그렇게하면 새로운 약이 기존 약보다 효과가 적은지 테스트하지 않습니다.
가설 검정의 절대 기초를 배우고 1 대 2 테일 검정에 대한 부분을 얻은 후 ... 나는 기본 수학을 이해하고 하나의 테일 검정의 검출 능력을 높이는 등 ...하지만 머리를 감쌀 수는 없습니다. 한 가지 주위에 ... 요점이 뭐야? 샘플 결과가 한쪽에만 있거나 다른쪽에 만있을 때 두 극단 사이에서 알파를 나누는 이유를 이해하지 못했습니다.
위의 인용 된 텍스트에서 예제 시나리오를 보자. 반대 방향으로 결과를 어떻게 "테스트 실패"할 수 있습니까? 샘플 평균이 있습니다. 당신은 당신의 인구 평균을 가지고 있습니다. 간단한 산술은 어느 것이 더 높은지를 알려줍니다. 반대 방향으로 테스트하거나 테스트하지 못하는 것은 무엇입니까? 표본 평균이 다른 방향으로 나왔다는 것을 분명히 알면 반대 가설을 가지고 처음부터 다시 시작하는 것이 무엇입니까?
같은 페이지에서 다른 인용 :
귀무 가설을 기각하지 못한 양측 검정을 실행 한 후 단측 검정을 선택하는 것은 양측 검정의 유의 수준에 얼마나 "가까운"상관없이 적절하지 않습니다.
나는 이것이 꼬리 테스트의 극성을 바꾸는 데에도 적용된다고 생각합니다. 그러나이 "의사"결과는 처음에 올바른 단측 테스트를 선택한 것보다 덜 유효합니까?
분명히 나는 그림의 큰 부분을 놓치고 있습니다. 그것은 모두 너무 임의적 인 것처럼 보입니다. "통계적으로 유의미한"-95 %, 99 %, 99.9 %를 나타내는 것은 시작하기에 임의적입니다.