Katera raven alfa določa statistično pomembnost?

Getty Images / Infografx

Vsi rezultati preizkusov hipotez niso enaki. A preizkus hipoteze ali test statistične pomembnosti ima običajno pripisano raven pomembnosti. Ta stopnja pomembnosti je številka, ki je običajno označena z grška črka alfa. Eno vprašanje, ki se pojavi pri statističnem razredu, je, katero vrednost alfe naj uporabimo za naše preizkuse hipotez?

Odgovor na to vprašanje, tako kot na številna druga vprašanja v statistiki, je: Odvisno od situacije. Raziskali bomo, kaj mislimo s tem. Številne revije v različnih disciplinah opredeljujejo, da so statistično pomembni rezultati tisti, pri katerih je alfa enaka 0,05 ali 5 %. Toda glavna točka, ki jo je treba opozoriti, je, da ne obstaja univerzalna vrednost alfa, ki bi jo morali uporabljati za vse statistični testi .

Pogosto uporabljene vrednosti Stopnje pomembnosti

Število, ki ga predstavlja alfa, je verjetnost, zato ima lahko poljubno nenegativno vrednost realno število manj kot ena. Čeprav se v teoriji za alfa lahko uporablja katero koli število med 0 in 1, v statistični praksi temu ni tako. Od vseh stopenj pomembnosti se za alfa najpogosteje uporabljajo vrednosti 0,10, 0,05 in 0,01. Kot bomo videli, lahko obstajajo razlogi za uporabo vrednosti alfa, ki niso najpogosteje uporabljene številke.

Stopnja pomembnosti in napake tipa I

En premislek proti univerzalni vrednosti za alfa je povezan z verjetnostjo te številke. Stopnja pomembnosti preizkusa hipoteze je natančno enaka verjetnosti a Napaka tipa I . Napaka tipa I je sestavljena iz nepravilno zavračanje the ničelna hipoteza ko je nična hipoteza dejansko resnična. Manjša kot je vrednost alfa, manjša je verjetnost, da zavrnemo pravo ničelno hipotezo.

Obstajajo različni primeri, ko je bolj sprejemljivo imeti napako tipa I. Večja vrednost alfa, celo večja od 0,10, je lahko primerna, če manjša vrednost alfa povzroči manj zaželen rezultat.

Pri medicinskem pregledu za bolezen razmislite o možnostih testa, ki je lažno pozitiven na bolezen, s testom, ki je lažno negativen na bolezen. Lažno pozitiven rezultat bo povzročil tesnobo pri našem pacientu, vendar bo vodil do drugih testov, ki bodo ugotovili, da je bila odločitev našega testa res napačna. Lažno negativen rezultat bo pacientu dal napačno domnevo, da nima bolezni, čeprav je v resnici. Posledica tega je, da se bolezen ne zdravi. Glede na izbiro bi raje imeli pogoje, ki povzročijo lažno pozitivno kot lažno negativno.

V tej situaciji bi z veseljem sprejeli višjo vrednost za alfa, če bi to povzročilo kompromis manjše verjetnosti lažno negativnega rezultata.

Raven pomembnosti in P-vrednosti

Raven pomembnosti je vrednost, ki jo nastavimo za določanje statistične pomembnosti. To je na koncu standard, s katerim merimo izračunano p-vrednost naše testne statistike. Reči, da je rezultat statistično značilen na ravni alfa, samo pomeni, da je p-vrednost manjša od alfe. Na primer, za vrednost alfa = 0,05, če je p-vrednost večja od 0,05, ničelne hipoteze ne zavrnemo.

Obstaja nekaj primerov, ko bi potrebovali zelo majhno p-vrednost zavrniti ničelno hipotezo. Če naša ničelna hipoteza zadeva nekaj, kar je splošno sprejeto kot resnično, potem mora obstajati visoka stopnja dokazov v prid zavrnitvi ničelne hipoteze. To zagotavlja p-vrednost, ki je veliko manjša od običajno uporabljenih vrednosti za alfa.

Zaključek

Ne obstaja ena vrednost alfa, ki bi določala statistično pomembnost. Čeprav so številke, kot so 0,10, 0,05 in 0,01, vrednosti, ki se običajno uporabljajo za alfa, ni preglasitve matematični izrek to pravi, da so to edine ravni pomembnosti, ki jih lahko uporabimo. Kot pri mnogih stvareh v statistiki, moramo razmisliti, preden izračunamo, predvsem pa uporabiti zdrav razum.