Data Science da zero, seconda edizione

Capitolo 7. Ipotesi e inferenza

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

È il segno di una persona veramente intelligente che si lascia commuovere dalle statistiche.

George Bernard Shaw

Cosa faremo con tutta questa statistica e teoria della probabilità? La parte scientifica della scienza dei dati comporta spesso la formulazione e la verifica di ipotesisui nostri dati e sui processi che li generano.

Test di ipotesi statistica

Spesso, in qualità di data scientist di, vogliamo verificare se una certa ipotesi è verosimile. Per i nostri scopi, le ipotesi sono affermazioni come "questa moneta è equa" o "gli scienziati dei dati preferiscono Python a R" o "è più probabile che le persone abbandonino la pagina senza mai leggere il contenuto se facciamo apparire una fastidiosa pubblicità interstiziale con un piccolo pulsante di chiusura difficile da trovare" che possono essere tradotte in statistiche sui dati. In base a diverse ipotesi, queste statistiche possono essere considerate come osservazioni di variabili casuali provenienti da distribuzioni note, il che ci permette di fare affermazioni sulla probabilità che tali ipotesi si verifichino.

Nella configurazione classica, abbiamo un'ipotesi nulla,$H_0$che rappresenta una posizione predefinita, e un'ipotesi alternativa,$H_1$con cui vorremmo confrontarla. Utilizziamo le statistiche per decidere se possiamo rifiutare$H_0$ come falsa o ...