Mức ý nghĩa là gì

      35

1. Ra quyết định mức ý nghĩa sâu sắc thống kê

Mục đích của suy luận thống kê và việc sử dụng các bài thống kê khám nghiệm là nhằm rút ra kết luận từ tài liệu mẫu. Suy luận thống kê được sử dụng trong bình chọn giả thuyết dựa trên kim chỉ nan xác suất. Kiểm tra chân thành và ý nghĩa thống kê là đánh giá của một đưa thuyết vô hiệu, mức độ mạnh của những bằng bệnh chống lại trả thuyết loại bỏ được tiến công giá bằng cách sử chủ tâm tưởng phần trăm (cơ hội trong quy trình ra quyết định của bọn chúng ta). Nói một cách đối kháng giản, kiểm tra ý nghĩa là phương pháp đánh giá sức khỏe chống lại trả thuyết loại bỏ và sức mạnh của bằng chứng này bởi những quý hiếm p thu được cho những bài thống kê kiểm tra.

Bạn đang xem: Mức ý nghĩa là gì

Bất kỳ những thống kê tham số cụ thể nào sẽ sở hữu được một cung cấp mẫu sẽ biết (chẳng như t-test, F-test và χ2) liên quan đến mang thuyết vô hiệu (H0), nó hay được lập thành bảng cung cấp mẫu trong những sách thống kê. Lúc một dữ liệu được phân tích với các kết quả đưa mang đến một cực hiếm thống kê khám nghiệm cụ thể, và một phần trăm quan liền kề liên quan, p. Tỷ lệ quan cạnh bên này được đối chiếu với mức tỷ lệ alpha được lựa chọn trước, hay được call là mức ý nghĩa của một bài bác kiểm tra (thường là 5%, p≤0.05 hoặc 1%, p≤0.01).

*

Thông thường, nếu xác suất quan sát, p, là ≤ mức tỷ lệ alpha đã chọn (xác suất mắc lỗi nhiều loại I) thì đưa thuyết vô hiệu bị chưng bỏ cùng đạt được ý nghĩa thống kê. Sẽ xuất sắc hơn nữa nếu những giá trị ước lượng và khoảng tin cẩn của các tham số được report cùng giá chỉ trị p để bức tốc sức mạnh của các bằng chứng chống lại H0.

Vì quá trình suy luận đồng ý là dựa trên sự bày bán mẫu của một thống kê đang chọn, nên cần có một mô hình thống kê hoặc phần trăm cơ phiên bản cho những bài kiểm tra thống kê. Ví dụ, cung cấp xác suất chuẩn là một quy mô thống kê phổ cập mô tả phân phối tỷ lệ của những biến với là mô hình xác suất cơ bạn dạng làm cơ sở cho một trong những thử nghiệm thống kê. Những phép thử những thống kê có các suy luận dựa trên phân phối chuẩn được điện thoại tư vấn là các thủ tục thống kê tham số (parametric statistical procedures).

Xem thêm: Trí Tuệ Nhân Tạo Được Ứng Dụng Trong Chẩn Đoán Bệnh: Sản Phẩm Hay Dịch Vụ?

Các suy luận sử dụng thủ tục thống kê thông số chỉ rất có thể hợp lệ khi thỏa mãn nhu cầu bốn điều kiện:

các quan liền kề là độc lập;chúng được rước ngẫu nhiên xuất phát từ một dân số;chúng có các mức đo lường và thống kê liên tục (ít tuyệt nhất là bên trên lý thuyết);và các sai số ngẫu nhiên tương quan đến các quan sát bao gồm một cung cấp đã biết (thường là chuẩn).

Một số bài kiểm tra những thống kê đòi hỏi đáp ứng nhu cầu các mang định té sung; hầu hết giả định này khác nhau về số lượng và nấc độ. Ví dụ, trong số các thí điểm thống kê trẻ khỏe nhất là t-test với F-test. Chất vấn t-test (để chất vấn giả thuyết về sự biệt lập giữa hai trung bình mẫu), ngoài những giả định chung, còn trả định thêm đk rằng dân sinh mà từ đó hai mẫu được rút ra phải bao gồm phương sai tương tự (phương sai đồng nhất).

2. Xử lý các vi phạm mang định thống kê

Chúng ta phải làm những gì nếu các giả định tầm thường của mô hình tham số và/hoặc những điều kiện rõ ràng của các bài thể nghiệm thống kê ví dụ không được đáp ứng?

Trong trường phù hợp đầu tiên, họ phải thừa nhận biết bao giờ các mang định bình chọn bị phạm luật và dìm thức được mức độ rất lớn của hậu quả của việc vi phạm những giả định gắng thể. Trả sử, nếu những giả định về bày bán cho một kiểm tra tham số ko được đáp ứng thì chúng ta cũng có thể sử dụng những bài kiểm tra phi tham số (Non-parametric). Gần như thử nghiệm này đôi khi được điện thoại tư vấn là nghiên cứu phân phối thoải mái (distribution-free) vì chưng chúng không đưa ra những giả định về phân phối phần trăm của các sai số. Ví dụ, khi phân phối dân sinh cơ bạn dạng của một biến quan trọng đặc biệt được cho rằng không chuẩn hoặc khi những giả định thống kê giám sát không được đáp ứng, thì khám nghiệm phi tham số nên được coi như xét.

Các bài bác kiểm tra phi tham số thường xuyên kém về sức mạnh hơn so với các bài kiểm tra tham số tương đương (trung bình yếu hơn về sức mạnh khoảng 10–20%). Một chiến lược sửa chữa thay thế để sử dụng các bài đánh giá phi thông số là chuyển đổi dữ liệu để làm cho nó phân phối chuẩn chỉnh hơn. Những thủ tục để đánh giá tính chuẩn chỉnh của phân phối dữ liệu và những biến biến hóa sẽ được thảo luận trong bài xích phân phối chuẩn.

Tài liệu tham khảo