Vilkårlige og ikke-vilkårlige niveauer af betydning

økonomisk-ordbog

De vilkårlige signifikansniveauer bestemmes før beregning af kontraststatistikken, og de ikke-arbitrære signifikansniveauer afhænger af værdien taget af kontraststatistikken, begge afhænger af den fordeling, som dataene følger.

Med andre ord vil de vilkårlige signifikansniveauer altid være de samme for forskellige værdier af teststatistikken, og de ikke-arbitrære signifikansniveauer vil være forskellige for forskellige værdier af teststatistikken.

Ikke vilkårlig

Når et begreb peges på, betyder karakteristikken ved at være vilkårlig, at værdien af ​​det begreb vælges af forskeren. a priori (før) udfører eksperimentet uden at stole på nogen relateret information.

P-værdi og elefanter

Antag for eksempel, at vi vil teste antallet af elefanter på en eng.

P-værdi og elefanter

Før vi ser engen og de elefanter, der faktisk findes, formoder vi a priori antallet af elefanter. Vi siger, at der kan være 10 elefanter. Så vi går til engen og tæller antallet af elefanter, vi ser: 1, 2, 3, 4, 5, 6 og 7.

Vores nulhypotese var, at antallet af elefanter på engen var lig med 10, og vores alternative hypotese var, at der var færre end 10. Så givet de elefanter der er, ville vi forkaste nulhypotesen. Men... Hvad hvis der er 3 elefanter mere på engen, men de er gemt bag træerne? Vi ville forkaste vores nulhypotese, når det kunne være sandt, hvis vi i stedet for at tælle elefanterne havde beregnet det maksimale antal elefanter, som græsarealet kan rumme.

Analyse

De 10 elefanter, der blev valgt i begyndelsen, har været fuldstændig vilkårlige, fordi vi ikke har set størrelsen på engen, og derfor ved vi ikke, om 10 elefanter er meget eller lidt.

På den anden side, hvis vi i betragtning af engens størrelse beregner det maksimale antal elefanter, som den kan rumme, vil vi vide, hvad den maksimale værdi er for ikke at forkaste nulhypotesen. Så det bliver meget nemmere at finde det rigtige tal.

Sammenligning

Det samme gælder for 1 %, 5 % og 10 % signifikansniveauerne sammenlignet med p-værdien. I mange kontraster vælger vi betydningsniveauet uden at tage hensyn til andre oplysninger end fordelingen. Normalt bruges 5 % som signifikansniveau (alfa), hvilket efterlader 95 % af stikprøven inden for konfidensintervallet.

Problemet med at tildele signifikansniveauet vilkårligt er det samme problem, som vi har med elefanteksemplet. Hvis vi mener, at det er korrekt at anvende 5 % (signifikansniveau), kan vi forkaste nulhypotesen, når det minimum, der skal forkastes, er 2 % (p-værdi). Vi ville pådrage os fejlagtige resultater blot ved at sætte 5 % i stedet for minimumsværdien, der skal afvises (2 %).

Med andre ord konkluderer vi, at der er mindre end 10 elefanter på engen, men i virkeligheden er der 3 elefanter mere, men de er gemt. Så det er meget hurtigere at beregne, hvad der er det maksimale eller mindste signifikansniveau, som vi ikke ville forkaste, eller vi ville forkaste nulhypotesen.

Afvisningsregel

Hvis værdi - p <signifikansniveau => Afvisning H0.

Hvis værdi - p> signifikansniveau => Ingen afvisning af H0.

Tags.:  latin Amerika derivater placering 

Interessante Artikler

add