Une hypothèse est une théorie ou une proposition présentée comme explication de la survenue d’un phénomène observé, soit comme conjecture provisoire pour guider l’enquête, appelée hypothèse de travail, soit acceptée comme hautement probable au lieu des faits établis. Une hypothèse scientifique peut devenir une théorie ou finalement une loi de la nature si elle est prouvée par des expériences répétables. Le test d'hypothèses est courant dans les statistiques en tant que méthode de prise de décision utilisant des données. En d’autres termes, tester une hypothèse, c’est essayer de déterminer si votre observation d’un phénomène est susceptible de s’être réellement produite, sur la base de statistiques.
Tests d’hypothèses statistiques

Le test d’hypothèses statistiques, également appelé analyse de données de confirmation, est souvent utilisé pour décider si les résultats expérimentaux contiennent suffisamment d'informations pour jeter le doute sur les idées reçues. Par exemple, on pensait autrefois que les personnes de certaines races ou de certaines couleurs avaient une intelligence inférieure à celle des Caucasiens. Une hypothèse a été faite que l'intelligence n'est pas basée sur la race ou la couleur. Des personnes de différentes races, couleurs et cultures ont été soumises à des tests d'intelligence et les données ont été analysées. Les tests d’hypothèses statistiques ont ensuite prouvé que les résultats étaient statistiquement significatifs en ce sens que des mesures similaires de l’intelligence entre les races ne sont pas simplement des erreurs d’échantillons.
Hypothèses alternatives et alternatives

Avant de tester des phénomènes, vous faites une hypothèse de ce que pourrait se passer. Votre hypothèse ou votre conjecture sur ce qui se passe pourrait être que certains groupes sont différents les uns des autres, ou que l’intelligence n’est pas en corrélation avec la couleur de la peau, ou que certains traitements ont un effet sur une mesure de résultat, par exemple. À partir de là, il y a deux possibilités: une «hypothèse nulle» selon laquelle rien ne s'est passé ou il n'y a pas eu de différences, ni de cause à effet; ou que vous aviez raison dans votre théorie, appelée «hypothèse alternative». En résumé, lorsque vous testez une hypothèse statistique, vous essayez de voir si quelque chose s'est passé et vous comparez avec la possibilité que rien ne se soit produit. De manière confuse, vous essayez de prouver que rien ne s'est passé. Si vous réfutez que rien ne s'est passé, alors vous pouvez en conclure que quelque chose s'est passé.
Sciencing Video Vault
Créez le support (presque) parfait: Voici comment créer le support (presque) parfait: Voici comment
Importance des tests d'hypothèses

Selon le département de statistique de l'Université d'État de San Jose, le test d'hypothèses est l'un des concepts les plus importants de la statistique, car il permet de décider si quelque chose s'est réellement passé ou si certains traitements ont des effets positifs. ou si les groupes diffèrent les uns des autres ou si une variable en prédit une autre. En bref, vous voulez vérifier si vos données sont statistiquement significatives et qu’il est peu probable qu’elles se soient produites par hasard. Essentiellement, un test d’hypothèse est donc un test de signification. Conclusions possibles

Une fois les statistiques collectées et que vous testez votre hypothèse par rapport à la probabilité du hasard, vous tirez votre conclusion finale. Si vous rejetez l'hypothèse nulle, vous déclarez que votre résultat est statistiquement significatif et que cela ne s'est pas produit par hasard. En tant que tel, le résultat prouve l'hypothèse alternative. Si vous ne parvenez pas à rejeter l'hypothèse nulle, vous devez en conclure que vous n'avez trouvé ni effet ni différence dans votre étude. Cette méthode indique combien de médicaments et de procédures médicales sont testés.