Иногда базовые понятия становятся слишком сложными, если мы изучаем их, думая, что они сложны, — это то, что часто происходит в случае проверки гипотез. Когда мы планируем глубоко погрузиться в мир машинного обучения, нам необходимо ознакомиться со статистическими концепциями, и одной из таких концепций является проверка гипотез.
Давайте рассмотрим пример судебного дела и попытаемся объяснить концепцию на этом примере.
Что такое гипотеза?
Гипотеза – это утверждение, которое необходимо проверить.
Рассмотрим пример судебного дела, если есть приобретение, сделанное на лице «А» лицом «Б», заявив, что у него «А» украл мои деньги, и не только мои, но он продолжает это с другими людьми, а также , поэтому его нужно было арестовать. Это гипотеза, которую «Б» выдвинул в отношении «А», поэтому теперь должно быть доказательство, когда «Б» утверждает, что «А» совершил это Преступление, а «А» пытается доказать, что это ложное приобретение. Теперь позвольте мне ввести здесь еще два термина, чтобы продвинуть этот случай дальше.
- Нулевая гипотеза (Хо)
- Альтернативная гипотеза (Га)
Нулевая гипотеза:
Это принятые в настоящее время значения из эксперимента, проведенного в прошлом (с научной точки зрения), или принятые в настоящее время значения параметра (статистически).
Возвращаясь к судебному делу, «Б» сделал приобретение на «А», что означает «Б», и адвокат защиты принимает это на основании представленных им доказательств. Итак, у «Б» есть нулевая гипотеза, теперь «А» нужно найти Альтернативную гипотезу, альтернативную теорию с доказательством, которое доказывает, что «Б» был неправ, и он ложно предъявляет мне какие-то претензии и тратит время суда. .
Альтернативная гипотеза:
Ее также называют исследовательской гипотезой, которая предполагает проверку утверждения.
Возвращаясь к примеру, «А» теперь нужно доказать суду, что «Б» был неправ, поэтому необходимо подготовить или найти какие-то альтернативные доказательства, подтверждающие ошибочность утверждения «Б».
Сейчас на секунду выйду из зала суда и возьму реальный статистический пример.
Подумайте, была болезнь, которая распространилась по стране, врачи и исследователи нашли лекарство от этой болезни, и теперь люди, которые пострадали от этой болезни, выздоравливают. — -1
Спустя несколько лет исследователи утверждают, что лекарство, которое было открыто для лечения этого конкретного заболевания, было лишь временным средством и имело много побочных эффектов в долгосрочной перспективе, поэтому мне нужно изменить этот химический состав и создать новое, которое может дать постоянный эффект. исправить болезнь, а также быть безопасным в использовании. — — 2
Утверждение 1 — это нулевая гипотеза, которая уже существует и принята.
Утверждение 2 — это альтернативная гипотеза, которую необходимо было доказать.
Чтобы доказать альтернативный анализ, исследователям необходимо провести некоторые тесты, поэтому для этого он рассматривает образец.
(Выборка — это определенный набор данных (это могут быть люди, животные или любой другой объект) из определенной совокупности).
Как только он начинает тестировать это на образце, возможны два исхода…
- Он преуспевает
- Он терпит неудачу.
Если ему удастся доказать, что его лекарство было лучшим лекарством, чем предыдущее, мы говорим «Отвергнуть нулевую гипотезу».
Если он не смог доказать, что его лекарство не так хорошо, как предыдущее, мы говорим: «Не удалось отвергнуть нулевую гипотезу».
Завершая судебное разбирательство, если «А» не сможет доказать, что претензии, которые были выдвинуты против него, были ошибочными, то он должен отклонить нулевую гипотезу.
Если ему это удалось, то мы можем сказать: «Отклонил нулевую гипотезу» и «А» не виновен.
Итак, если мы организуем это как алгоритм:
- Мы принимаем нулевую гипотезу
- Мы предлагаем альтернативную гипотезу
- Мы проверяем альтернативную гипотезу
- В случае успеха мы отвергаем нулевую гипотезу
- Если нам не удастся доказать нашу альтернативную гипотезу, мы не сможем отвергнуть нулевую гипотезу.
Вывод:
Проверка гипотезы — это очень простой шаг, который нам нужно сделать при построении модели (в контексте машинного обучения), без теории мы не можем доказать, что наша модель неверна. Чтобы нарушать правила, мы должны сначала знать правила.
