{"id":29079,"date":"2023-08-18T06:23:21","date_gmt":"2023-08-18T09:23:21","guid":{"rendered":"https:\/\/mindthegraph.com\/blog\/construct-in-research-copy\/"},"modified":"2024-12-05T15:47:43","modified_gmt":"2024-12-05T18:47:43","slug":"hypothesis-testing","status":"publish","type":"post","link":"https:\/\/mindthegraph.com\/blog\/hu\/hipotezisvizsgalat\/","title":{"rendered":"Hipot\u00e9zisvizsg\u00e1lat: Hipot\u00e9zisvizsg\u00e1lat: Alapelvek \u00e9s m\u00f3dszerek"},"content":{"rendered":"

A hipot\u00e9zisvizsg\u00e1lat a tudom\u00e1nyos kutat\u00e1s egyik alapvet\u0151 eszk\u00f6ze, amelyet a popul\u00e1ci\u00f3s param\u00e9terekre vonatkoz\u00f3 hipot\u00e9zisek \u00e9rv\u00e9nyes\u00edt\u00e9s\u00e9re vagy elvet\u00e9s\u00e9re haszn\u00e1lnak mintaadatok alapj\u00e1n. Struktur\u00e1lt keretet biztos\u00edt a hipot\u00e9zisek statisztikai szignifikanci\u00e1j\u00e1nak \u00e9rt\u00e9kel\u00e9s\u00e9hez \u00e9s a popul\u00e1ci\u00f3 val\u00f3di term\u00e9szet\u00e9re vonatkoz\u00f3 k\u00f6vetkeztet\u00e9sek levon\u00e1s\u00e1hoz. A hipot\u00e9zisvizsg\u00e1latot sz\u00e9les k\u00f6rben alkalmazz\u00e1k olyan ter\u00fcleteken, mint p\u00e9ld\u00e1ul a k\u00f6vetkez\u0151k biol\u00f3gia, pszichol\u00f3gia, k\u00f6zgazdas\u00e1gtan \u00e9s m\u00e9rn\u00f6ki tudom\u00e1nyok<\/strong> az \u00faj kezel\u00e9sek hat\u00e9konys\u00e1g\u00e1nak meghat\u00e1roz\u00e1sa, a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti \u00f6sszef\u00fcgg\u00e9sek felt\u00e1r\u00e1sa \u00e9s az adatvez\u00e9relt d\u00f6nt\u00e9sek meghozatala. Fontoss\u00e1ga ellen\u00e9re azonban a hipot\u00e9zisvizsg\u00e1lat meg\u00e9rt\u00e9se \u00e9s helyes alkalmaz\u00e1sa kih\u00edv\u00e1st jelenthet.<\/p>\n\n\n\n

Ebben a cikkben bevezet\u00e9st ny\u00fajtunk a hipot\u00e9zisvizsg\u00e1latba, bele\u00e9rtve annak c\u00e9lj\u00e1t, a tesztek t\u00edpusait, a kapcsol\u00f3d\u00f3 l\u00e9p\u00e9seket, a gyakori hib\u00e1kat \u00e9s a legjobb gyakorlatokat. Ak\u00e1r kezd\u0151, ak\u00e1r tapasztalt kutat\u00f3, ez a cikk \u00e9rt\u00e9kes \u00fatmutat\u00f3k\u00e9nt szolg\u00e1l majd a hipot\u00e9zisvizsg\u00e1lat elsaj\u00e1t\u00edt\u00e1s\u00e1hoz a munk\u00e1j\u00e1ban.<\/p>\n\n\n\n

Bevezet\u00e9s a hipot\u00e9zisvizsg\u00e1latba<\/strong><\/h2>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat egy olyan statisztikai eszk\u00f6z, amelyet a kutat\u00e1sban gyakran haszn\u00e1lnak annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy van-e elegend\u0151 bizony\u00edt\u00e9k egy hipot\u00e9zis al\u00e1t\u00e1maszt\u00e1s\u00e1ra vagy elutas\u00edt\u00e1s\u00e1ra. Ez mag\u00e1ban foglalja egy hipot\u00e9zis megfogalmaz\u00e1s\u00e1t egy popul\u00e1ci\u00f3s param\u00e9terr\u0151l, adatgy\u0171jt\u00e9st \u00e9s az adatok elemz\u00e9s\u00e9t annak meg\u00e1llap\u00edt\u00e1sa \u00e9rdek\u00e9ben, hogy a hipot\u00e9zis val\u00f3sz\u00edn\u0171s\u00e9ge igaz-e. A tudom\u00e1nyos m\u00f3dszer kritikus eleme, \u00e9s sz\u00e1mos ter\u00fcleten alkalmazz\u00e1k.<\/p>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat folyamata \u00e1ltal\u00e1ban k\u00e9t hipot\u00e9zist foglal mag\u00e1ban: a nullhipot\u00e9zist \u00e9s az alternat\u00edv hipot\u00e9zist. A nullhipot\u00e9zis azt \u00e1ll\u00edtja, hogy k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tt nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g vagy nincs kapcsolat, m\u00edg az alternat\u00edv hipot\u00e9zis azt sugallja, hogy van kapcsolat vagy k\u00fcl\u00f6nbs\u00e9g. A kutat\u00f3k adatokat gy\u0171jtenek \u00e9s statisztikai elemz\u00e9st v\u00e9geznek annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy a nullhipot\u00e9zis elvethet\u0151-e az alternat\u00edv hipot\u00e9zis jav\u00e1ra.<\/p>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1latot az adatokon alapul\u00f3 d\u00f6nt\u00e9sek meghozatal\u00e1ra haszn\u00e1lj\u00e1k, \u00e9s fontos meg\u00e9rteni a folyamat m\u00f6g\u00f6ttes felt\u00e9telez\u00e9seit \u00e9s korl\u00e1tait. Alapvet\u0151 fontoss\u00e1g\u00fa a megfelel\u0151 statisztikai tesztek \u00e9s mintam\u00e9retek kiv\u00e1laszt\u00e1sa annak \u00e9rdek\u00e9ben, hogy az eredm\u00e9nyek pontosak \u00e9s megb\u00edzhat\u00f3ak legyenek, \u00e9s hat\u00e9kony eszk\u00f6z lehet a kutat\u00f3k sz\u00e1m\u00e1ra elm\u00e9leteik \u00e9rv\u00e9nyes\u00edt\u00e9s\u00e9hez \u00e9s bizony\u00edt\u00e9kokon alapul\u00f3 d\u00f6nt\u00e9sek meghozatal\u00e1hoz.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1latok t\u00edpusai<\/strong><\/h2>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1latokat nagyj\u00e1b\u00f3l k\u00e9t kateg\u00f3ri\u00e1ba sorolhatjuk: egymint\u00e1s hipot\u00e9zisvizsg\u00e1latok \u00e9s k\u00e9tmint\u00e1s hipot\u00e9zisvizsg\u00e1latok. N\u00e9zz\u00fck meg k\u00f6zelebbr\u0151l az egyes kateg\u00f3ri\u00e1kat:<\/p>\n\n\n\n

Egymint\u00e1s hipot\u00e9zisvizsg\u00e1latok<\/strong><\/h3>\n\n\n\n

Az egymint\u00e1s hipot\u00e9zisvizsg\u00e1lat sor\u00e1n a kutat\u00f3 egyetlen popul\u00e1ci\u00f3b\u00f3l gy\u0171jt adatokat, \u00e9s \u00f6sszehasonl\u00edtja azokat egy ismert \u00e9rt\u00e9kkel vagy hipot\u00e9zissel. A nullhipot\u00e9zis \u00e1ltal\u00e1ban azt felt\u00e9telezi, hogy nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g a popul\u00e1ci\u00f3 \u00e1tlaga \u00e9s az ismert \u00e9rt\u00e9k vagy a felt\u00e9telezett \u00e9rt\u00e9k k\u00f6z\u00f6tt. A kutat\u00f3 ezut\u00e1n statisztikai tesztet v\u00e9gez annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy a megfigyelt k\u00fcl\u00f6nbs\u00e9g statisztikailag szignifik\u00e1ns-e. N\u00e9h\u00e1ny p\u00e9lda az egymint\u00e1s hipot\u00e9zistesztekre:<\/p>\n\n\n\n

Egymint\u00e1s t-pr\u00f3ba:<\/strong> Ezt a tesztet annak meg\u00e1llap\u00edt\u00e1s\u00e1ra haszn\u00e1lj\u00e1k, hogy a minta \u00e1tlaga szignifik\u00e1nsan elt\u00e9r-e a popul\u00e1ci\u00f3 felt\u00e9telezett \u00e1tlag\u00e1t\u00f3l.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"
Via statstest.b-cdn.net<\/a><\/em><\/figcaption><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Egymint\u00e1s z-teszt:<\/strong> Ezt a tesztet annak meghat\u00e1roz\u00e1s\u00e1ra haszn\u00e1lj\u00e1k, hogy a minta \u00e1tlaga szignifik\u00e1nsan elt\u00e9r-e a popul\u00e1ci\u00f3 felt\u00e9telezett \u00e1tlag\u00e1t\u00f3l, ha a popul\u00e1ci\u00f3 sz\u00f3r\u00e1sa ismert.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"
Via statstest.b-cdn.net<\/a><\/em><\/figcaption><\/figure>\n\n\n\n
<\/div>\n\n\n\n

K\u00e9t mint\u00e1s hipot\u00e9zisvizsg\u00e1lat<\/strong><\/h3>\n\n\n\n

A k\u00e9tmint\u00e1s hipot\u00e9zisvizsg\u00e1lat sor\u00e1n a kutat\u00f3 k\u00e9t k\u00fcl\u00f6nb\u00f6z\u0151 popul\u00e1ci\u00f3b\u00f3l gy\u0171jt adatokat, \u00e9s \u00f6sszehasonl\u00edtja \u0151ket egym\u00e1ssal. A nullhipot\u00e9zis jellemz\u0151en azt felt\u00e9telezi, hogy a k\u00e9t popul\u00e1ci\u00f3 k\u00f6z\u00f6tt nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g, \u00e9s a kutat\u00f3 statisztikai tesztet v\u00e9gez annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy a megfigyelt k\u00fcl\u00f6nbs\u00e9g statisztikailag szignifik\u00e1ns-e. N\u00e9h\u00e1ny p\u00e9lda a k\u00e9tmint\u00e1s hipot\u00e9zisvizsg\u00e1latokra:<\/p>\n\n\n\n

F\u00fcggetlen mint\u00e1k t-tesztje:<\/strong> <\/em>Ezt a tesztet k\u00e9t f\u00fcggetlen minta \u00e1tlag\u00e1nak \u00f6sszehasonl\u00edt\u00e1s\u00e1ra haszn\u00e1lj\u00e1k annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy azok szignifik\u00e1nsan k\u00fcl\u00f6nb\u00f6znek-e egym\u00e1st\u00f3l.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"
Via statstest.b-cdn.net<\/a><\/em><\/figcaption><\/figure>\n\n\n\n
<\/div>\n\n\n\n

P\u00e1ros\u00edtott mint\u00e1k t-tesztje: <\/strong>Ezt a tesztet k\u00e9t \u00f6sszef\u00fcgg\u0151 minta \u00e1tlagainak \u00f6sszehasonl\u00edt\u00e1s\u00e1ra haszn\u00e1lj\u00e1k, p\u00e9ld\u00e1ul ugyanazon alanycsoport teszt el\u0151tti \u00e9s ut\u00e1ni eredm\u00e9nyeinek \u00f6sszehasonl\u00edt\u00e1s\u00e1ra.<\/p>\n\n\n\n

\u00c1bra: <\/strong>https:\/\/statstest.b-cdn.net\/wp-content\/uploads\/2020\/10\/Paired-Samples-T-Test.jpg<\/p>\n\n\n\n

\u00d6sszefoglalva, az egymint\u00e1s hipot\u00e9zisteszteket egyetlen popul\u00e1ci\u00f3ra vonatkoz\u00f3 hipot\u00e9zisek tesztel\u00e9s\u00e9re haszn\u00e1lj\u00e1k, m\u00edg a k\u00e9tmint\u00e1s hipot\u00e9zisteszteket k\u00e9t popul\u00e1ci\u00f3 \u00f6sszehasonl\u00edt\u00e1s\u00e1ra. A megfelel\u0151 teszt alkalmaz\u00e1sa az adatok jelleg\u00e9t\u0151l \u00e9s a vizsg\u00e1lt kutat\u00e1si k\u00e9rd\u00e9st\u0151l f\u00fcgg.<\/p>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat l\u00e9p\u00e9sei<\/strong><\/h2>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat olyan l\u00e9p\u00e9sek sorozat\u00e1t foglalja mag\u00e1ban, amelyek seg\u00edtenek a kutat\u00f3knak meghat\u00e1rozni, hogy van-e elegend\u0151 bizony\u00edt\u00e9k egy hipot\u00e9zis t\u00e1mogat\u00e1s\u00e1ra vagy elutas\u00edt\u00e1s\u00e1ra. Ezek a l\u00e9p\u00e9sek nagyj\u00e1b\u00f3l n\u00e9gy kateg\u00f3ri\u00e1ba sorolhat\u00f3k:<\/p>\n\n\n\n

A hipot\u00e9zis megfogalmaz\u00e1sa<\/strong><\/h3>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat els\u0151 l\u00e9p\u00e9se a nullhipot\u00e9zis \u00e9s az alternat\u00edv hipot\u00e9zis megfogalmaz\u00e1sa. A nullhipot\u00e9zis \u00e1ltal\u00e1ban azt felt\u00e9telezi, hogy k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tt nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g, m\u00edg az alternat\u00edv hipot\u00e9zis \u00f6sszef\u00fcgg\u00e9s vagy k\u00fcl\u00f6nbs\u00e9g megl\u00e9t\u00e9t sugallja. Fontos, hogy az adatgy\u0171jt\u00e9s megkezd\u00e9se el\u0151tt vil\u00e1gos \u00e9s ellen\u0151rizhet\u0151 hipot\u00e9ziseket fogalmazzunk meg.<\/p>\n\n\n\n

Adatgy\u0171jt\u00e9s<\/strong><\/h3>\n\n\n\n

A m\u00e1sodik l\u00e9p\u00e9s a hipot\u00e9zisek tesztel\u00e9s\u00e9hez felhaszn\u00e1lhat\u00f3 relev\u00e1ns adatok gy\u0171jt\u00e9se. Az adatgy\u0171jt\u00e9si folyamatot gondosan meg kell tervezni annak \u00e9rdek\u00e9ben, hogy a minta reprezentat\u00edv legyen a vizsg\u00e1lt popul\u00e1ci\u00f3ra n\u00e9zve. A minta m\u00e9ret\u00e9nek el\u00e9g nagynak kell lennie ahhoz, hogy statisztikailag \u00e9rv\u00e9nyes eredm\u00e9nyek sz\u00fclessenek.<\/p>\n\n\n\n

Az adatok elemz\u00e9se<\/strong><\/h3>\n\n\n\n

A harmadik l\u00e9p\u00e9s az adatok megfelel\u0151 statisztikai tesztek seg\u00edts\u00e9g\u00e9vel t\u00f6rt\u00e9n\u0151 elemz\u00e9se. A teszt kiv\u00e1laszt\u00e1sa az adatok jelleg\u00e9t\u0151l \u00e9s a vizsg\u00e1lt kutat\u00e1si k\u00e9rd\u00e9st\u0151l f\u00fcgg. A statisztikai elemz\u00e9s eredm\u00e9nyei t\u00e1j\u00e9koztat\u00e1st adnak arr\u00f3l, hogy a nullhipot\u00e9zis elvethet\u0151-e az alternat\u00edv hipot\u00e9zis jav\u00e1ra.<\/p>\n\n\n\n

Az eredm\u00e9nyek \u00e9rtelmez\u00e9se<\/strong><\/h3>\n\n\n\n

Az utols\u00f3 l\u00e9p\u00e9s a statisztikai elemz\u00e9s eredm\u00e9nyeinek \u00e9rtelmez\u00e9se. A kutat\u00f3nak meg kell hat\u00e1roznia, hogy az eredm\u00e9nyek statisztikailag szignifik\u00e1nsak-e, \u00e9s hogy al\u00e1t\u00e1masztj\u00e1k vagy elutas\u00edtj\u00e1k-e a hipot\u00e9zist. A kutat\u00f3nak figyelembe kell vennie a vizsg\u00e1lat korl\u00e1tait \u00e9s az eredm\u00e9nyek lehets\u00e9ges k\u00f6vetkezm\u00e9nyeit is.<\/p>\n\n\n\n

Gyakori hib\u00e1k a hipot\u00e9zisvizsg\u00e1lat sor\u00e1n<\/strong><\/h2>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat olyan statisztikai m\u00f3dszer, amelyet annak meghat\u00e1roz\u00e1s\u00e1ra haszn\u00e1lnak, hogy van-e elegend\u0151 bizony\u00edt\u00e9k egy adott hipot\u00e9zis al\u00e1t\u00e1maszt\u00e1s\u00e1ra vagy elutas\u00edt\u00e1s\u00e1ra egy popul\u00e1ci\u00f3s param\u00e9terr\u0151l egy adatminta alapj\u00e1n. A hipot\u00e9zisvizsg\u00e1lat sor\u00e1n k\u00e9tf\u00e9le hiba fordulhat el\u0151:<\/p>\n\n\n\n

I. t\u00edpus\u00fa hiba: <\/strong>Ez akkor fordul el\u0151, amikor a kutat\u00f3 elutas\u00edtja a nullhipot\u00e9zist, annak ellen\u00e9re, hogy az igaz. Az I. t\u00edpus\u00fa hib\u00e1t hamis pozit\u00edvnak is nevezik.<\/p>\n\n\n\n

II. t\u00edpus\u00fa hiba:<\/strong> <\/em>Ez akkor fordul el\u0151, amikor a kutat\u00f3 nem utas\u00edtja el a nullhipot\u00e9zist, annak ellen\u00e9re, hogy az hamis. A II. t\u00edpus\u00fa hib\u00e1t hamis negat\u00edvnak is nevezik.<\/p>\n\n\n\n

E hib\u00e1k minimaliz\u00e1l\u00e1sa \u00e9rdek\u00e9ben fontos a vizsg\u00e1lat gondos megtervez\u00e9se \u00e9s elv\u00e9gz\u00e9se, a megfelel\u0151 statisztikai tesztek kiv\u00e1laszt\u00e1sa \u00e9s az eredm\u00e9nyek megfelel\u0151 \u00e9rtelmez\u00e9se. A kutat\u00f3knak el kell ismerni\u00fck a vizsg\u00e1latuk korl\u00e1tait is, \u00e9s a k\u00f6vetkeztet\u00e9sek levon\u00e1sakor figyelembe kell venni\u00fck a lehets\u00e9ges hibaforr\u00e1sokat.<\/p>\n\n\n\n

Null- \u00e9s alternat\u00edv hipot\u00e9zisek<\/strong><\/h2>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1lat sor\u00e1n k\u00e9tf\u00e9le hipot\u00e9zis l\u00e9tezik: nullhipot\u00e9zis \u00e9s alternat\u00edv hipot\u00e9zis.<\/p>\n\n\n\n

A nullhipot\u00e9zis<\/strong><\/h3>\n\n\n\n

A nullhipot\u00e9zis (H0) egy olyan \u00e1ll\u00edt\u00e1s, amely felt\u00e9telezi, hogy nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g vagy kapcsolat k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tt. Ez az alap\u00e9rtelmezett hipot\u00e9zis, amelyet mindaddig igaznak felt\u00e9telez\u00fcnk, am\u00edg nincs elegend\u0151 bizony\u00edt\u00e9k az elutas\u00edt\u00e1s\u00e1hoz. A nullhipot\u00e9zist gyakran egyenl\u0151s\u00e9gi \u00e1ll\u00edt\u00e1sk\u00e9nt \u00edrj\u00e1k le, p\u00e9ld\u00e1ul \"az A csoport \u00e1tlaga megegyezik a B csoport \u00e1tlag\u00e1val\".<\/p>\n\n\n\n

Az alternat\u00edv hipot\u00e9zis<\/strong><\/h3>\n\n\n\n

Az alternat\u00edv hipot\u00e9zis (Ha) egy olyan \u00e1ll\u00edt\u00e1s, amely k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g vagy kapcsolat megl\u00e9t\u00e9re utal. Ez az a hipot\u00e9zis, amelyet a kutat\u00f3 tesztelni szeretne. Az alternat\u00edv hipot\u00e9zist gyakran egyenl\u0151tlens\u00e9gre vonatkoz\u00f3 \u00e1ll\u00edt\u00e1sk\u00e9nt \u00edrj\u00e1k le, p\u00e9ld\u00e1ul \"az A csoport \u00e1tlaga nem egyenl\u0151 a B csoport \u00e1tlag\u00e1val\".<\/p>\n\n\n\n

A null- \u00e9s az alternat\u00edv hipot\u00e9zisek egym\u00e1st kieg\u00e9sz\u00edtik \u00e9s k\u00f6lcs\u00f6n\u00f6sen kiz\u00e1rj\u00e1k egym\u00e1st. Ha a nullhipot\u00e9zist elutas\u00edtjuk, az alternat\u00edv hipot\u00e9zist elfogadjuk. Ha a nullhipot\u00e9zis nem utas\u00edthat\u00f3 el, az alternat\u00edv hipot\u00e9zis nem t\u00e1mogathat\u00f3.<\/p>\n\n\n\n

Fontos megjegyezni, hogy a nullhipot\u00e9zis nem felt\u00e9tlen\u00fcl igaz. Ez egyszer\u0171en egy olyan \u00e1ll\u00edt\u00e1s, amely felt\u00e9telezi, hogy nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g vagy kapcsolat a vizsg\u00e1lt v\u00e1ltoz\u00f3k k\u00f6z\u00f6tt. A hipot\u00e9zisvizsg\u00e1lat c\u00e9lja annak meghat\u00e1roz\u00e1sa, hogy van-e elegend\u0151 bizony\u00edt\u00e9k a nullhipot\u00e9zis elutas\u00edt\u00e1s\u00e1hoz az alternat\u00edv hipot\u00e9zis jav\u00e1ra.<\/p>\n\n\n\n

Jelent\u0151s\u00e9gi szint \u00e9s P-\u00e9rt\u00e9k<\/strong><\/h2>\n\n\n\n

A hipot\u00e9zisvizsg\u00e1latban a szignifikancia szint (alfa) az I. t\u00edpus\u00fa hiba val\u00f3sz\u00edn\u0171s\u00e9ge, azaz a nullhipot\u00e9zis elutas\u00edt\u00e1sa, amikor az val\u00f3j\u00e1ban igaz. A tudom\u00e1nyos kutat\u00e1sokban leggyakrabban haszn\u00e1lt szignifikancia szint 0,05, ami azt jelenti, hogy 5% es\u00e9lye van az I. t\u00edpus\u00fa hiba elk\u00f6vet\u00e9s\u00e9nek.<\/p>\n\n\n\n

A p-\u00e9rt\u00e9k egy statisztikai m\u00e9rt\u00e9kegys\u00e9g, amely azt mutatja meg, hogy a nullhipot\u00e9zis igaza eset\u00e9n mekkora a val\u00f3sz\u00edn\u0171s\u00e9ge annak, hogy a megfigyelt eredm\u00e9nyeket vagy sz\u00e9ls\u0151s\u00e9gesebb eredm\u00e9nyeket kapjuk. Ez a nullhipot\u00e9zis elleni bizony\u00edt\u00e9k er\u0151ss\u00e9g\u00e9nek m\u00e9r\u0151sz\u00e1ma. Egy kis p-\u00e9rt\u00e9k (jellemz\u0151en kisebb, mint a v\u00e1lasztott 0,05-\u00f6s szignifikancia szint) arra utal, hogy er\u0151s bizony\u00edt\u00e9k \u00e1ll rendelkez\u00e9sre a nullhipot\u00e9zis ellen, m\u00edg egy nagy p-\u00e9rt\u00e9k arra utal, hogy nincs elegend\u0151 bizony\u00edt\u00e9k a nullhipot\u00e9zis elvet\u00e9s\u00e9hez.<\/p>\n\n\n\n

Ha a p-\u00e9rt\u00e9k kisebb, mint a szignifikancia szint (p alfa), akkor a nullhipot\u00e9zist nem utas\u00edtjuk el, \u00e9s az alternat\u00edv hipot\u00e9zist nem t\u00e1mogatjuk.<\/p>\n\n\n\n

Ha egy k\u00f6nnyen \u00e9rthet\u0151 \u00f6sszefoglal\u00f3t szeretne a szignifikanciaszintr\u0151l, ebben a cikkben megtal\u00e1lja: A szignifikanciaszint k\u00f6nnyen \u00e9rthet\u0151 \u00f6sszefoglal\u00f3ja<\/a>.<\/p>\n\n\n\n

Fontos megjegyezni, hogy a statisztikai szignifikancia nem felt\u00e9tlen\u00fcl jelent gyakorlati jelent\u0151s\u00e9get vagy fontoss\u00e1got. A v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kis k\u00fcl\u00f6nbs\u00e9g vagy kapcsolat lehet statisztikailag szignifik\u00e1ns, de nem biztos, hogy gyakorlati szempontb\u00f3l jelent\u0151s. Ezenk\u00edv\u00fcl a statisztikai szignifikancia t\u00f6bbek k\u00f6z\u00f6tt a minta nagys\u00e1g\u00e1t\u00f3l \u00e9s a hat\u00e1sm\u00e9rett\u0151l f\u00fcgg, \u00e9s azt a vizsg\u00e1lati terv \u00e9s a kutat\u00e1si k\u00e9rd\u00e9s \u00f6sszef\u00fcgg\u00e9s\u00e9ben kell \u00e9rtelmezni.<\/p>\n\n\n\n

Teljes\u00edtm\u00e9nyelemz\u00e9s hipot\u00e9zisvizsg\u00e1lathoz<\/strong><\/h2>\n\n\n\n

A teljes\u00edtm\u00e9nyelemz\u00e9s a hipot\u00e9zisvizsg\u00e1lat sor\u00e1n alkalmazott statisztikai m\u00f3dszer, amellyel meghat\u00e1rozhat\u00f3, hogy mekkora mintanagys\u00e1g sz\u00fcks\u00e9ges egy adott hat\u00e1sm\u00e9ret bizonyos megb\u00edzhat\u00f3s\u00e1gi szinten t\u00f6rt\u00e9n\u0151 kimutat\u00e1s\u00e1hoz. Egy statisztikai teszt teljes\u00edtm\u00e9nye a nullhipot\u00e9zis helyes elutas\u00edt\u00e1s\u00e1nak val\u00f3sz\u00edn\u0171s\u00e9ge, ha az hamis, vagy a II. t\u00edpus\u00fa hiba elker\u00fcl\u00e9s\u00e9nek val\u00f3sz\u00edn\u0171s\u00e9ge.<\/p>\n\n\n\n

A teljes\u00edtm\u00e9nyelemz\u00e9s az\u00e9rt fontos, mert seg\u00edt a kutat\u00f3knak meghat\u00e1rozni a k\u00edv\u00e1nt teljes\u00edtm\u00e9nyszint el\u00e9r\u00e9s\u00e9hez sz\u00fcks\u00e9ges megfelel\u0151 mintanagys\u00e1got. Egy alacsony teljes\u00edtm\u00e9ny\u0171 vizsg\u00e1lat nem felt\u00e9tlen\u00fcl mutat ki val\u00f3di hat\u00e1st, ami II. t\u00edpus\u00fa hib\u00e1hoz vezet, m\u00edg egy nagy teljes\u00edtm\u00e9ny\u0171 vizsg\u00e1lat nagyobb val\u00f3sz\u00edn\u0171s\u00e9ggel mutat ki val\u00f3di hat\u00e1st, ami pontosabb \u00e9s megb\u00edzhat\u00f3bb eredm\u00e9nyekhez vezet.<\/p>\n\n\n\n

A teljes\u00edtm\u00e9nyelemz\u00e9s elv\u00e9gz\u00e9s\u00e9hez a kutat\u00f3knak meg kell hat\u00e1rozniuk a k\u00edv\u00e1nt teljes\u00edtm\u00e9nyszintet, a szignifikancia szintet, a hat\u00e1sm\u00e9retet \u00e9s a minta m\u00e9ret\u00e9t. A hat\u00e1sm\u00e9ret a vizsg\u00e1lt v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g vagy kapcsolat nagys\u00e1g\u00e1nak m\u00e9rt\u00e9ke, \u00e9s jellemz\u0151en kor\u00e1bbi kutat\u00e1sok vagy k\u00eds\u00e9rleti tanulm\u00e1nyok alapj\u00e1n becs\u00fclhet\u0151. A teljes\u00edtm\u00e9nyelemz\u00e9s ezut\u00e1n meghat\u00e1rozhatja a k\u00edv\u00e1nt teljes\u00edtm\u00e9nyszint el\u00e9r\u00e9s\u00e9hez sz\u00fcks\u00e9ges mintam\u00e9retet.<\/p>\n\n\n\n

A teljes\u00edtm\u00e9nyelemz\u00e9s visszamen\u0151legesen is haszn\u00e1lhat\u00f3 egy befejezett vizsg\u00e1lat teljes\u00edtm\u00e9ny\u00e9nek meghat\u00e1roz\u00e1s\u00e1ra, a mintanagys\u00e1g, a hat\u00e1sm\u00e9ret \u00e9s a szignifikancia szint alapj\u00e1n. Ez seg\u00edtheti a kutat\u00f3kat k\u00f6vetkeztet\u00e9seik erej\u00e9nek \u00e9rt\u00e9kel\u00e9s\u00e9ben \u00e9s annak meghat\u00e1roz\u00e1s\u00e1ban, hogy sz\u00fcks\u00e9g van-e tov\u00e1bbi kutat\u00e1sokra.<\/p>\n\n\n\n

\u00d6sszess\u00e9g\u00e9ben a teljes\u00edtm\u00e9nyelemz\u00e9s fontos eszk\u00f6z a hipot\u00e9zisvizsg\u00e1latban, mivel seg\u00edt a kutat\u00f3knak olyan tanulm\u00e1nyok megtervez\u00e9s\u00e9ben, amelyek megfelel\u0151 teljes\u00edtm\u00e9ny\u0171ek a val\u00f3di hat\u00e1sok kimutat\u00e1s\u00e1ra \u00e9s a II. t\u00edpus\u00fa hib\u00e1k elker\u00fcl\u00e9s\u00e9re.<\/p>\n\n\n\n

Bayesi hipot\u00e9zisvizsg\u00e1lat<\/strong><\/h2>\n\n\n\n

A bayesi hipot\u00e9zisvizsg\u00e1lat egy olyan statisztikai m\u00f3dszer, amely lehet\u0151v\u00e9 teszi a kutat\u00f3k sz\u00e1m\u00e1ra, hogy \u00e9rt\u00e9kelj\u00e9k a verseng\u0151 hipot\u00e9zisek bizony\u00edt\u00e9kait \u00e9s ellene, a megfigyelt adatok val\u00f3sz\u00edn\u0171s\u00e9ge alapj\u00e1n az egyes hipot\u00e9zisek, valamint az egyes hipot\u00e9zisek el\u0151zetes val\u00f3sz\u00edn\u0171s\u00e9ge alapj\u00e1n. A klasszikus hipot\u00e9zisvizsg\u00e1lattal ellent\u00e9tben, amely a nullhipot\u00e9zisek p-\u00e9rt\u00e9kek alapj\u00e1n t\u00f6rt\u00e9n\u0151 elutas\u00edt\u00e1s\u00e1ra \u00f6sszpontos\u00edt, a bayesi hipot\u00e9zisvizsg\u00e1lat \u00e1rnyaltabb \u00e9s informat\u00edvabb megk\u00f6zel\u00edt\u00e9st biztos\u00edt a hipot\u00e9zisvizsg\u00e1lathoz, mivel lehet\u0151v\u00e9 teszi a kutat\u00f3k sz\u00e1m\u00e1ra, hogy sz\u00e1mszer\u0171s\u00edts\u00e9k az egyes hipot\u00e9zisek mellett \u00e9s ellen sz\u00f3l\u00f3 bizony\u00edt\u00e9kok er\u0151ss\u00e9g\u00e9t.<\/p>\n\n\n\n

A bayesi hipot\u00e9zisvizsg\u00e1latban a kutat\u00f3k minden egyes hipot\u00e9zishez el\u0151zetes val\u00f3sz\u00edn\u0171s\u00e9gi eloszl\u00e1ssal indulnak, amely a megl\u00e9v\u0151 ismereteken vagy meggy\u0151z\u0151d\u00e9seken alapul. Ezut\u00e1n a Bayes-t\u00e9tel seg\u00edts\u00e9g\u00e9vel friss\u00edtik az el\u0151zetes val\u00f3sz\u00edn\u0171s\u00e9gi eloszl\u00e1st a megfigyelt adatok val\u00f3sz\u00edn\u0171s\u00e9ge alapj\u00e1n az egyes hipot\u00e9zisek alapj\u00e1n. Az \u00edgy kapott ut\u00f3lagos val\u00f3sz\u00edn\u0171s\u00e9gi eloszl\u00e1s az egyes hipot\u00e9zisek val\u00f3sz\u00edn\u0171s\u00e9g\u00e9t jelenti a megfigyelt adatok alapj\u00e1n.<\/p>\n\n\n\n

Az egyik hipot\u00e9zis mellett sz\u00f3l\u00f3 bizony\u00edt\u00e9kok er\u0151ss\u00e9g\u00e9t egy m\u00e1sik hipot\u00e9zissel szemben a Bayes-faktor kisz\u00e1m\u00edt\u00e1s\u00e1val lehet sz\u00e1mszer\u0171s\u00edteni, amely a megfigyelt adatok val\u00f3sz\u00edn\u0171s\u00e9g\u00e9nek ar\u00e1nya az egyik hipot\u00e9zis \u00e9s a m\u00e1sik hipot\u00e9zis k\u00f6z\u00f6tt, s\u00falyozva az el\u0151zetes val\u00f3sz\u00edn\u0171s\u00e9gekkel. Az 1-n\u00e9l nagyobb Bayes-faktor az egyik hipot\u00e9zis mellett sz\u00f3l\u00f3 bizony\u00edt\u00e9kot jelzi, m\u00edg az 1-n\u00e9l kisebb Bayes-faktor a m\u00e1sik hipot\u00e9zis mellett sz\u00f3l\u00f3 bizony\u00edt\u00e9kot.<\/p>\n\n\n\n

A bayesi hipot\u00e9zisvizsg\u00e1latnak sz\u00e1mos el\u0151nye van a klasszikus hipot\u00e9zisvizsg\u00e1lattal szemben. El\u0151sz\u00f6r is, lehet\u0151v\u00e9 teszi a kutat\u00f3k sz\u00e1m\u00e1ra, hogy a megfigyelt adatok alapj\u00e1n friss\u00edts\u00e9k el\u0151zetes meggy\u0151z\u0151d\u00e9seiket, ami pontosabb \u00e9s megb\u00edzhat\u00f3bb k\u00f6vetkeztet\u00e9sekhez vezethet. M\u00e1sodszor, a bizony\u00edt\u00e9k informat\u00edvabb m\u00e9rt\u00e9k\u00e9t biztos\u00edtja, mint a p-\u00e9rt\u00e9kek, amelyek csak azt jelzik, hogy a megfigyelt adatok statisztikailag szignifik\u00e1nsak-e egy el\u0151re meghat\u00e1rozott szinten. V\u00e9gezet\u00fcl pedig olyan \u00f6sszetett, t\u00f6bb param\u00e9tert \u00e9s hipot\u00e9zist tartalmaz\u00f3 modelleket is k\u00e9pes befogadni, amelyeket a klasszikus m\u00f3dszerekkel neh\u00e9z lehet elemezni.<\/p>\n\n\n\n

\u00d6sszess\u00e9g\u00e9ben a bayesi hipot\u00e9zisvizsg\u00e1lat egy hat\u00e9kony \u00e9s rugalmas statisztikai m\u00f3dszer, amely seg\u00edthet a kutat\u00f3knak abban, hogy megalapozottabb d\u00f6nt\u00e9seket hozzanak, \u00e9s pontosabb k\u00f6vetkeztet\u00e9seket vonjanak le az adataikb\u00f3l.<\/p>\n\n\n\n

Tudom\u00e1nyosan pontos infografik\u00e1k k\u00e9sz\u00edt\u00e9se percek alatt<\/strong><\/h2>\n\n\n\n

Mind the Graph<\/a> platform egy hat\u00e9kony eszk\u00f6z, amely seg\u00edt a tud\u00f3soknak, hogy k\u00f6nnyen \u00e9s egyszer\u0171en tud\u00f3s szempontb\u00f3l pontos infografik\u00e1kat k\u00e9sz\u00edtsenek. Az Mind the Graph intuit\u00edv fel\u00fclet\u00e9vel, testreszabhat\u00f3 sablonjaival \u00e9s a tudom\u00e1nyos illusztr\u00e1ci\u00f3k \u00e9s ikonok sz\u00e9les k\u00f6r\u0171 k\u00f6nyvt\u00e1r\u00e1val megk\u00f6nny\u00edti a kutat\u00f3k sz\u00e1m\u00e1ra, hogy professzion\u00e1lis megjelen\u00e9s\u0171 grafik\u00e1kat hozzanak l\u00e9tre, amelyek hat\u00e9konyan kommunik\u00e1lj\u00e1k eredm\u00e9nyeiket a sz\u00e9lesebb k\u00f6z\u00f6ns\u00e9g fel\u00e9.<\/p>\n\n\n\n

<\/div>\n\n\n
\n
\"\"<\/a><\/figure><\/div>\n\n\n
<\/div>","protected":false},"excerpt":{"rendered":"

Ismerje meg a hipot\u00e9zisvizsg\u00e1latot. A tesztek t\u00edpusai, gyakori hib\u00e1k, legjobb gyakorlatok \u00e9s m\u00e9g sok m\u00e1s. T\u00f6k\u00e9letes minden kutat\u00f3 sz\u00e1m\u00e1ra.<\/p>","protected":false},"author":35,"featured_media":29081,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[978,974,961],"tags":[],"yoast_head":"\nHypothesis Testing: Principles and Methods<\/title>\n<meta name=\"description\" content=\"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/mindthegraph.com\/blog\/hu\/hipotezisvizsgalat\/\" \/>\n<meta property=\"og:locale\" content=\"hu_HU\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Hypothesis Testing: Principles and Methods\" \/>\n<meta property=\"og:description\" content=\"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/mindthegraph.com\/blog\/hu\/hipotezisvizsgalat\/\" \/>\n<meta property=\"og:site_name\" content=\"Mind the Graph Blog\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-18T09:23:21+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-12-05T18:47:43+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/08\/hypothesis-testing-blog.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1123\" \/>\n\t<meta property=\"og:image:height\" content=\"612\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Ang\u00e9lica Salom\u00e3o\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"Hypothesis Testing: Principles and Methods\" \/>\n<meta name=\"twitter:description\" content=\"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/08\/hypothesis-testing-blog.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ang\u00e9lica Salom\u00e3o\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutes\" \/>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Hypothesis Testing: Principles and Methods","description":"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/mindthegraph.com\/blog\/hu\/hipotezisvizsgalat\/","og_locale":"hu_HU","og_type":"article","og_title":"Hypothesis Testing: Principles and Methods","og_description":"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.","og_url":"https:\/\/mindthegraph.com\/blog\/hu\/hipotezisvizsgalat\/","og_site_name":"Mind the Graph Blog","article_published_time":"2023-08-18T09:23:21+00:00","article_modified_time":"2024-12-05T18:47:43+00:00","og_image":[{"width":1123,"height":612,"url":"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/08\/hypothesis-testing-blog.jpg","type":"image\/jpeg"}],"author":"Ang\u00e9lica Salom\u00e3o","twitter_card":"summary_large_image","twitter_title":"Hypothesis Testing: Principles and Methods","twitter_description":"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.","twitter_image":"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/08\/hypothesis-testing-blog.jpg","twitter_misc":{"Written by":"Ang\u00e9lica Salom\u00e3o","Est. reading time":"11 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/mindthegraph.com\/blog\/hypothesis-testing\/","url":"https:\/\/mindthegraph.com\/blog\/hypothesis-testing\/","name":"Hypothesis Testing: Principles and Methods","isPartOf":{"@id":"https:\/\/mindthegraph.com\/blog\/#website"},"datePublished":"2023-08-18T09:23:21+00:00","dateModified":"2024-12-05T18:47:43+00:00","author":{"@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/542e3620319366708346388407c01c0a"},"description":"Learn about hypothesis testing. The types of tests, common errors, best practices, and more. Perfect for all researchers.","breadcrumb":{"@id":"https:\/\/mindthegraph.com\/blog\/hypothesis-testing\/#breadcrumb"},"inLanguage":"hu-HU","potentialAction":[{"@type":"ReadAction","target":["https:\/\/mindthegraph.com\/blog\/hypothesis-testing\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/mindthegraph.com\/blog\/hypothesis-testing\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/mindthegraph.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Hypothesis Testing: Principles and Methods"}]},{"@type":"WebSite","@id":"https:\/\/mindthegraph.com\/blog\/#website","url":"https:\/\/mindthegraph.com\/blog\/","name":"Mind the Graph Blog","description":"Your science can be beautiful!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/mindthegraph.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"hu-HU"},{"@type":"Person","@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/542e3620319366708346388407c01c0a","name":"Ang\u00e9lica Salom\u00e3o","image":{"@type":"ImageObject","inLanguage":"hu-HU","@id":"https:\/\/mindthegraph.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/a59218eda57fb51e0d7aea836e593cd1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/a59218eda57fb51e0d7aea836e593cd1?s=96&d=mm&r=g","caption":"Ang\u00e9lica Salom\u00e3o"},"url":"https:\/\/mindthegraph.com\/blog\/hu\/author\/angelica\/"}]}},"_links":{"self":[{"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/posts\/29079"}],"collection":[{"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/users\/35"}],"replies":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/comments?post=29079"}],"version-history":[{"count":8,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/posts\/29079\/revisions"}],"predecessor-version":[{"id":55768,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/posts\/29079\/revisions\/55768"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/media\/29081"}],"wp:attachment":[{"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/media?parent=29079"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/categories?post=29079"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mindthegraph.com\/blog\/hu\/wp-json\/wp\/v2\/tags?post=29079"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}