Как выглядит стандартная нулевая гипотеза H0 в двухвыборочном t-test для средних?
A
H0: σA² = σB² (дисперсии двух групп равны)B
H0: оба распределения являются строго нормальнымиC
H0: μA - μB = 0 (средние двух групп равны)D
H0: μA - μB > 0 (среднее A строго больше)Правильный ответ. В
t-test обычно проверяют H0 об отсутствии эффекта: разница средних равна нулю.Разбор
В двухвыборочном t-test для средних нулевая гипотеза формулируется как равенство средних: μA = μB, или эквивалентно μA - μB = 0. Альтернатива двусторонняя H1: μA - μB ≠ 0 или односторонняя в зависимости от дизайна. Равенство дисперсий — это отдельное предположение, проверяемое тестом Левена и определяющее выбор между обычным t-test и Welch t-test, но не саму H0. Нормальность — допущение модели, не нулевая гипотеза. H0: μA - μB > 0 — это альтернативная гипотеза, а не нулевая.
Проверь себя · 1/3разбор после ответа
Что означает предпосылка «равенство дисперсий» в независимом t-тесте, если объяснять её интуитивно?
Ещё вопросы по теме «Тесты для средних»
- Вы измерили среднее время выполнения задачи у одних и тех же 40 пользователей до и после изменения интерфейса. Какой тест для сравнения средних здесь уместен?
- В A/B эксперименте пользователи случайно распределены: группа A видит старую страницу, группа B — новую; пользователи не пересекаются. Какой тест сравнения средних подходит для метрики `revenue_per_user`?
- Вы получили `CI 95%` для разницы средних A−B: `[-1.2; 0.4]`. Что это означает на уровне значимости `alpha = 0.05`?
- Какая «нормальность» (интуитивно) важна для парного `t-test` при сравнении до и после?
- Для двух независимых групп вы видите, что разброс метрики сильно отличается. Какой вариант `t-test` обычно предпочтительнее при сомнениях в равенстве дисперсий?
- Все вопросы по «Тесты для средних» →