Autor des Abschnitts: Danielle J. Navarro and David R. Foxcroft

Zusammenfassung

Der Nullhypothesentest ist eines der allgegenwärtigsten Elemente der statistischen Theorie. Die überwiegende Mehrheit der wissenschaftlichen Arbeiten berichtet über die Ergebnisse des einen oder anderen Hypothesentests. Infolgedessen ist es fast unmöglich, in der Wissenschaft zurechtzukommen, ohne zumindest ein elementares Verständnis davon zu haben, was ein p-Wert bedeutet. Das macht dieses Kapitel zu einem der wichtigsten in diesem Buch. Wie üblich schließe ich das Kapitel mit einer kurzen Zusammenfassung der wichtigsten Ideen, über die wir gesprochen haben:

• Forschungshypothesen und statistische Hypothesen, Null- und Alternativhypothesen

• Fehler vom Typ I und Typ II

• Teststatistiken und Stichprobenverteilungen

• Hypothesenprüfung als Entscheidungsprozess

• *p*-Werte als „weiche“ Entscheidungskriterien

• Berichten der Ergebnisse eines Hypothesentests

• Durchführen eines Hypothesentests in der Praxis

• Effektstärke, Stichprobenumfang und Teststärke

• Ein paar Aspekte, die beim Testen von Hypothesen zu beachten sind

Später im Buch, in Kapitel Bayessche Statistik, werde ich die Theorie der Nullhypothesentests aus der Bayesschen Perspektive neu beleuchten und eine Reihe von Werkzeugen vorstellen, die Sie verwenden können, wenn Sie den frequentistischen Ansatz nicht besonders mögen. Aber jetzt sind wir erst einmal fertig mit abstrakten statistischen Theorien, und wir können beginnen, spezifische Datenanalysewerkzeuge zu diskutieren.