Atšķirība starp alfa un P vērtībām

Veicot nozīmīguma pārbaudi vai hipotēzes pārbaude, ir divi skaitļi, kurus ir viegli sajaukt. Šie skaitļi ir viegli sajaukt, jo tie abi ir skaitļi starp nulli un vienu, un tie abi ir varbūtības. Vienu skaitli sauc par testa statistikas p-vērtību. Otrs interesējošais skaitlis ir nozīmīguma vai alfa līmenis. Mēs pārbaudīsim šīs divas varbūtības un noteiksim atšķirību starp tām.

Cipars alfa ir sliekšņa vērtība, kuru mēra p-vērtības pret. Tas mums saka, cik ārkārtīgi novērotiem rezultātiem jābūt, lai noraidītu nulles hipotēzi par nozīmīguma pārbaudi.

Alfa vērtība ir saistīta ar mūsu testa ticamības līmeni. Tālāk ir uzskaitīti daži ticamības līmeņi ar to saistītajām alfa vērtībām:

• Rezultātiem ar 90 procentu ticamības pakāpi alfa vērtība ir 1 - 0,90 = 0,10.
• Par rezultātiem ar 95 procentiem pārliecības līmenis, alfa vērtība ir 1 - 0,95 = 0,05.
• Rezultātiem ar 99 procentu ticamības pakāpi alfa vērtība ir 1 - 0,99 = 0,01.
• Un vispār, rezultātiem ar C ticamības pakāpi alfa vērtība ir 1 - C / 100.

Lai arī teorētiski un praksē alfai var izmantot daudzus skaitļus, visbiežāk tos izmanto 0,05. Iemesls tam ir gan tāpēc, ka vienprātība liecina, ka šis līmenis daudzos gadījumos ir piemērots, un vēsturiski tas ir pieņemts kā standarts. Tomēr ir daudz situāciju, kad jāizmanto mazāka alfa vērtība. Nav vienas vērtības alfa kas vienmēr nosaka statistisko nozīmīgumu.

Alfa vērtība dod mums varbūtību a I tipa kļūda. I tipa kļūdas rodas, ja noraidām nulles hipotēzi, kas patiesībā ir patiesa. Tādējādi ilgtermiņā testam ar nozīmīguma līmenis no 0,05 = 1/20, patiesa nulles hipotēze tiks noraidīta viena no katrām 20 reizēm.

Otrs skaitlis, kas ir daļa no nozīmīguma testa, ir p-vērtība. P vērtība ir arī varbūtība, taču tā nāk no cita avota nekā alfa. Katrai testa statistikai ir atbilstoša varbūtība vai p-vērtība. Šī vērtība ir varbūtība, ka novērotā statistika notikusi nejauši, pieņemot, ka nulles hipotēze ir patiesa.

Tā kā ir daudz dažādu testa statistiku, ir vairāki dažādi veidi, kā atrast p-vērtību. Dažos gadījumos mums jāzina varbūtības sadalījums iedzīvotāju.

Pārbaudes statistikas p-vērtība ir veids, kā pateikt, cik ārkārtīgi liela šī statistika ir mūsu izlases datiem. Jo mazāka p-vērtība, jo ticamāks ir novērotais paraugs.

Lai noteiktu, vai novērotais rezultāts ir statistiski nozīmīgs, salīdzinām alfa vērtības un p-vērtību. Ir divas iespējas, kas rodas:

• P vērtība ir mazāka vai vienāda ar alfa. Šajā gadījumā mēs noraidām nulles hipotēzi. Kad tas notiek, mēs sakām, ka rezultāts ir statistiski nozīmīgs. Citiem vārdiem sakot, mēs esam diezgan pārliecināti, ka papildus nejaušībai ir kaut kas tāds, kas mums deva novēroto paraugu.
• P vērtība ir lielāka par alfa. Šajā gadījumā mēs nevaram noraidīt nulles hipotēze. Kad tas notiek, mēs sakām, ka rezultāts nav statistiski nozīmīgs. Citiem vārdiem sakot, mēs esam diezgan pārliecināti, ka mūsu novērotos datus var izskaidrot tikai ar nejaušību.

Iepriekš teiktais nozīmē, ka, jo mazāka ir alfa vērtība, jo grūtāk ir apgalvot, ka rezultāts ir statistiski nozīmīgs. No otras puses, jo lielāka ir alfa vērtība, jo vieglāk ir apgalvot, ka rezultāts ir statistiski nozīmīgs. Tomēr kopā ar to ir lielāka varbūtība, ka to, ko mēs novērojām, var attiecināt uz nejaušību.