Kuo skiriasi alfa ir P vertės?

AndreaObzerova / Getty Images

Atliekant reikšmingumo testą arba hipotezės testas , yra du skaičiai, kuriuos lengva supainioti. Šie skaičiai yra lengvai painiojami, nes jie abu yra skaičiai nuo nulio iki vieneto ir abu yra tikimybės. Vienas skaičius vadinamas testo statistikos p reikšme. Kitas dominantis skaičius yra reikšmingumo arba alfa lygis. Išnagrinėsime šias dvi tikimybes ir nustatysime skirtumą tarp jų.

Alfa vertybės

Skaičius alfa yra slenkstis, kurį matuojame p vertės prieš. Jame nurodoma, kokie ekstremalūs turi būti stebimi rezultatai, kad būtų atmesta nulinė reikšmingumo testo hipotezė.

Alfa vertė yra susijusi su mūsų testo patikimumo lygiu. Toliau pateikiami kai kurie pasitikėjimo lygiai su susijusiomis alfa reikšmėmis:

• Jei rezultatai yra 90 procentų patikimumo lygiu, alfa reikšmė yra 1 – 0,90 = 0,10.
• Už rezultatus su 95 proc pasitikėjimo lygiu , alfa reikšmė yra 1 — 0,95 = 0,05.
• Jei rezultatai yra 99 procentų patikimumo lygiu, alfa reikšmė yra 1 – 0,99 = 0,01.
• Ir apskritai, rezultatams su C procento patikimumo lygiu alfa reikšmė yra 1 – C/100.

Nors teoriškai ir praktikoje alfa gali būti naudojama daug skaičių, dažniausiai naudojamas 0,05. Taip yra todėl, kad sutarimas rodo, kad šis lygis daugeliu atvejų yra tinkamas, ir istoriškai jis buvo priimtas kaip standartas. Tačiau yra daug situacijų, kai reikia naudoti mažesnę alfa reikšmę. Nėra vienos vertės alfa tai visada lemia statistinį reikšmingumą.

Alfa reikšmė suteikia mums a tikimybę I tipo klaida . I tipo klaidos atsiranda, kai atmetame nulinę hipotezę, kuri iš tikrųjų yra teisinga. Taigi ilgainiui bandymui su areikšmingumo lygis0,05 = 1/20, tikroji nulinė hipotezė bus atmesta vieną kartą iš 20 kartų.

P vertės

Kitas skaičius, kuris yra reikšmingumo testo dalis, yra p reikšmė. P reikšmė taip pat yra tikimybė, tačiau ji gaunama iš kito šaltinio nei alfa. Kiekviena testo statistika turi atitinkamą tikimybę arba p reikšmę. Ši reikšmė yra tikimybė, kad stebima statistika atsirado tik atsitiktinai, darant prielaidą, kad nulinė hipotezė yra teisinga.

Kadangi yra daug skirtingų bandymų statistikos, yra daug skirtingų būdų, kaip rasti p reikšmę. Kai kuriais atvejais turime žinoti tikimybių skirstinys gyventojų.

Testo statistikos p reikšmė yra būdas pasakyti, kokia ekstremali ta statistika yra mūsų imties duomenims. Kuo mažesnė p reikšmė, tuo mažiau tikėtinas stebimas pavyzdys.

Skirtumas tarp P vertės ir alfa

Norėdami nustatyti, ar pastebėtas rezultatas yra statistiškai reikšmingas, palyginame alfa ir p reikšmės. Atsiranda dvi galimybės:

• P reikšmė yra mažesnė arba lygi alfa. Šiuo atveju nulinę hipotezę atmetame. Kai taip atsitinka, sakome, kad rezultatas yra statistiškai reikšmingas. Kitaip tariant, esame pakankamai tikri, kad, be atsitiktinumo, yra kažkas, kas davė mums stebėtą pavyzdį.
• P reikšmė yra didesnė nei alfa. Šiuo atveju mes negalime atmesti nulinė hipotezė . Kai taip nutinka, sakome, kad rezultatas nėra statistiškai reikšmingas. Kitaip tariant, esame pakankamai tikri, kad mūsų pastebėtus duomenis galima paaiškinti vien atsitiktinumu.

Tai, kas išdėstyta pirmiau, yra ta, kad kuo mažesnė alfa reikšmė, tuo sunkiau teigti, kad rezultatas yra statistiškai reikšmingas. Kita vertus, kuo didesnė alfa reikšmė, tuo lengviau teigti, kad rezultatas yra statistiškai reikšmingas. Tačiau kartu su tuo yra didesnė tikimybė, kad tai, ką stebėjome, gali būti priskirta atsitiktinumui.