Het toetsen van hypothesen is de basis van de inferentiële statistiek, die je in staat stelt betrouwbare conclusies te trekken over de populatie als geheel. In deze training leer je meer over het onderscheid tussen beschrijvende en inferentiële statistiek. Je leert de componenten van een typische hypothesetoets kennen, zoals de nul- en alternatieve hypothese, de teststatistiek en de p-waarde. Verder verken je type-I- en type-II-fouten, t-tests en ANOVA. Je leert hoe je gebruikssituaties voor hypothesetoetsen kan identificeren en je leert de juiste nulhypothesen en alternatieve hypothesen voor dergelijke toetsen conceptueel te construeren.

Eerst verken je de meest gebruikte hypothesetests, namelijk de one-sample t-tests en de niet-parametrische Wilcoxon signed-rank test. Je leert deze tests te gebruiken om zowel eenzijdige als tweezijdige hypothesen over het populatiegemiddelde of de mediaan te evalueren.

Vervolgens leer je two-sample tests en paired t-tests gebruiken in situaties waar twee onafhankelijke steekproeven getrokken zijn uit verschillende populaties of waar gepaarde steekproeven beschikbaar zijn.

Ten slotte verdiep je je in variantieanalyse oftewel ANOVA. Deze techniek wordt gebruikt indien er meer dan twee steekproeven getrokken werden. In deze training onderzoek je de verschillende gebruikssituaties voor Mann-Whitney U-tests, het gebruik van de niet-parametrische gepaarde Wilcoxon signed-rank test, en voer je paarsgewijze T-tests en ANOVA uit.