
Научный метод, заключающийся в предложении предварительного объяснения и его оценке через эксперименты или наблюдения.Проверка гипотез — это формальная процедура в статистике, позволяющая решить, подтверждается ли предложенное объяснение о популяции данными выборки. Вы начинаете с нулевой гипотезы (часто «нет эффекта» или «нет различия») и альтернативной гипотезы (того, что вы подозреваете как истину). Цель — оценить, насколько вероятны наблюдаемые данные, если нулевая гипотеза верна, и затем либо отвергнуть, либо не отвергнуть нулевую гипотезу на основе этой вероятности.
Эта основа была разработана Рональдом Фишером в 1920-х годах, с последующим вкладом Ежи Неймана и Эгона Пирсона, формализовавших правила принятия решений и уровни ошибок.
Вы вычисляете тестовую статистику из данных, например t-значение или хи-квадрат, и сравниваете её с распределением, ожидаемым при нулевой гипотезе. p-значение — это вероятность получить результат, по крайней мере столь же экстремальный, как наблюдаемый, при условии, что нулевая гипотеза верна. Если p-значение ниже заранее выбранного уровня значимости (обычно 0,05), вы отвергаете нулевую гипотезу, заключая, что данные свидетельствуют в пользу альтернативы. Процедура балансирует два типа ошибок: ложноположительные (ошибка I рода) и ложноотрицательные (ошибка II рода).
Она используется в науке для проверки экспериментальных результатов — от клинических испытаний эффективности лекарств до поисков новых частиц в физике элементарных частиц, где порог 5 сигма соответствует очень малому p-значению.
В физике элементарных частиц стандарт для заявления об открытии — это p-значение около 3×10⁻⁷, что соответствует эффекту 5 сигма, гораздо строже, чем обычные 0,05, используемые во многих других областях.









