Process / pipelinehypothesis-testing
귀무가설 검정
귀무가설 유의성 검정(NHST)은 경험적 연구에서 지배적인 통계적 틀입니다. 귀무가설(H₀)은 일반적으로 '효과 없음' 또는 '차이 없음'을 나타내는 기본 가정이며, 대립가설(H₁)은 검정되는 주장입니다. 검정은 H₀가 참이라고 가정할 때 데이터를 관찰할 확률(p-값)을 계산합니다. p가 매우 작으면 H₀는 H₁을 지지하여 기각됩니다. 20세기 초 Ronald Fisher에 의해 공식화되고 Neyman과 Pearson에 의해 확장된 NHST는 확증적 연구의 기초이지만 오용 및 오해로 인해 널리 비판받아 왔습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd. link ↗
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Gigerenzer, G., & Marewski, J. N. (2015). Surrogate Science: The Idol of a Universal Method for Scientific Inference. Journal of Management, 41(2), 421–440. DOI: 10.1177/0149206314547522 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/ko/research-statistics/null-hypothesis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 신뢰구간연구 통계↔ compare
- p-값과 통계적 유의성연구 통계↔ compare
- 통계적 검정력과 표본 크기연구 통계↔ compare
- 제1종 오류와 제2종 오류연구 통계↔ compare