Testowanie hipotez jest rodzajem modelu stosowanego we wnioskowaniu statystycznym, którego celem jest sprawdzenie, czy oszacowanie jest dostosowane do wartości populacji. Mówiąc mniej abstrakcyjnymi słowami, celem metod testowania hipotez jest weryfikacja, czy oszacowanie pasuje do rzeczywistości w „rzetelny” sposób.
Założenia nazywane są hipotezami parametrycznymi. Oznacza to, że ustala się kryterium decyzyjne. Jeżeli przy tym warunku hipoteza referencyjna zostanie zaakceptowana, to możemy z pewnym prawdopodobieństwem stwierdzić, że oszacowanie może być bardzo zbliżone do zakładanej wartości rzeczywistej.
We wszystkich testach hipotez istnieją dwa założenia. Hipoteza zerowa (H0) zawierająca ideę, że zmienna ma z góry określoną wartość, oraz hipoteza alternatywna (H1), która jest akceptowana w przypadku odrzucenia hipotezy zerowej (H0).
Przykład testowania hipotez
Kontynuując poprzednie wyniki.
- Mecz A: 32%
- Partia B: 51%
- Strona C: 17%
Testowanie hipotezy, że A ma poziom ufności od 32% do 95%.
- H0: Nie ma 32% głosów z prawdopodobieństwem 95%
- H1: Ma 32% głosów z prawdopodobieństwem 95%
W przypadku, gdy możemy odrzucić hipotezę zerową (H0), możemy potwierdzić hipotezę alternatywną. Innymi słowy, w tym scenariuszu można by zapewnić, że partia A będzie miała 32% głosów z prawdopodobieństwem 95%.