2) вторичную
3) одинарную
4) альтернативную (верно)
Объяснение:
При анализе данных выдвигают две гипотезы: нулевую и альтернативную.
Нулевая гипотеза (H0) предполагает, что между исследуемыми переменными нет статистически значимой связи. То есть, изменения значения одной переменной не влияют на значение другой переменной.
Альтернативная гипотеза (H1), наоборот, предполагает наличие статистической связи между переменными.
В процессе анализа данных проводится статистический тест, который позволяет определить вероятность того, что нулевая гипотеза верна. Если эта вероятность очень мала (обычно менее 5%), то мы отвергаем нулевую гипотезу и принимаем альтернативную гипотезу. Это значит, что между переменными есть статистическая связь и изменения значения одной переменной влияют на значение другой переменной.
В отличие от нулевой гипотезы, альтернативная формулирует предположение о наличии значимых различий между группами данных. Например, в эксперименте с новым лекарством нулевая гипотеза может звучать так: «Эффект от применения нового лекарства не отличается от эффекта плацебо». Альтернативная гипотеза будет заключаться в том, что на самом деле есть разница в эффекте и использование нового лекарства имеет какой-то реальный положительный или отрицательный эффект на здоровье пациента. Проверка гипотез является важным инструментом для принятия обоснованных решений на основе фактических данных.