반응형

임상통계에서 자주 쓰이는 귀무가설 (null hypothesis), 대립가설 (alternative hypothesis)에 대해 말해보겠다.

가설(hypothesis)란, 어떤 모집단에 대한 잠정적인 주장이라할 수 있다.

귀무가설 (null hypothesis, H0)모집단의 모수가 00라고 할 때, 00는 대조군과 차이가 없다. 라고 가정하는 것이 예가 될 수 있겠고,

대립가설 (alternative hypothesis, H1)귀무가설이 거짓이면 대안적으로 참이되는 가설을 말한다.

즉, 위의 예로는 __는 대조군과 차이가 있다가 된다.

 

임상통계에서는 보통 대립가설을 가설로 설정하여 검정, 분석하게 된다.

 

구글링을 하다가 설명해 놓은 좋은 그림예시가 있어 가져와 보았다.

출처: https://www.programsbuzz.com/article/null-and-alternate-hypotheses

 

모집단이 정규분포를 따른다고 할 때, 귀무가설과 대립가설의 decision threshold를 정함에 따라 1종오류, 2종오류, 검정력을 확인해, 가설이 참인지 거짓인지를 판단할 수 있다.

위 출처에 예시들이 있으니 참고해보면 좋을 듯 하다.

 

1종오류와 2종오류 그리고 검정력에 관해서는 아래의 포스팅을 참조할 것.

https://chejic.tistory.com/13

 

1종오류, 2종오류, 검정력 이란?

1종오류, 2종오류, 검정력이 무엇일까? 본 포스팅에서는 임상통계에 주로 쓰이는 검정법, 검정오류의 개념에 대해 말해보겠다. 통계전문가가 아닌 이상, 분석자체보다는 개념 이해에 관한 포스

chejic.tistory.com

 

반응형

+ Recent posts