Štatistická analýza Význam

V štatistickej analýze , " význam " má osobitný technický význam . V všeobecné použitie , môže znamenať významné , že sa niečo má význam , alebo je dôležitá . Avšak , keď vedci a iné dáta analytici hovoria , že výsledok je významný , ale nie sú iba znamenať veľké alebo pozoruhodný nález . Znamenajú, že výsledky získané v štúdii boli splnené určité štatistické podmienky . Význam testovania

" hypotéza " je predpoveď alebo vysvetlenie určitého javu . Vo vede , sú tieto hypotézy sú testované v štúdiách , kde sa údaje zhromažďované a následne analyzované , aby zistil , či to podporuje alebo vyvracia hypotézy . Avšak , pretože zber a analýza dát nie je nikdy dokonalý , je tu vždy určitá pravdepodobnosť získania pozitívny výsledok , aj keď hypotéza je v skutočnosti nesprávna . Testovanie významnosti sa snaží prísť na to , čo táto pravdepodobnosť je , . Tým nižšia je pravdepodobnosť , výraznejšia zistenie
hodnoty P

Význam je hlásená pomocou " p hodnotu . " Tieto opatrenia hodnota pravdepodobnosti od nuly , čo znamená 0 percent šanca , a 1 , čo znamená 100 percentnú šancu . Čím bližšie je toto číslo k nule , tým ťažšie je , aby sa výsledky získané pri analýze náhodou , a preto výskumníci väčšiu dôveru môže mať v záveroch . . Hodnota p je vypočítaná pomocou zložitých postupov analýzy , obvykle pomocou špecializovaných softvérových programov
Alpha

dôležitá otázka pre analytikov sa opýtať , je : " Čo p hodnota je prijateľná ? " to " prijateľnú úroveň " sa nazýva alfa , a to je cut - off bod , pod ktorou sú výsledky považované za štatisticky významné . V mnohých oblastiach , vrátane psychológie , sociológie a ekonómie, alfa je nastavená na 0,05 . To znamená , že v prípade , že pravdepodobnosť získania výsledkov náhodou je 5 percent alebo menej , sú považované za štatisticky významné .
Type I a Type II chyby

hladina alfa má významné dôsledky . Ak je nastavená príliš vysoká , napríklad 0,2 , falošná pozitivita sa prekĺznuť sietí a analytici predpokladajú vplyv , keď tam nie je . To je chyba typu I. Ak je nastavená príliš nízka , napríklad 0,0001 , falošne negatívne výsledky môžu byť vyrobené a výskumní pracovníci môžu predpokladať žiadny vplyv , keď je tam jeden . To je chyba typu II . Neexistuje žiadny vedecký spôsob , ako nastaviť alfa , a bežne používaný 0.05 konvencie je v podstate ľubovoľná .
Obmedzenie

Hlavným obmedzením NHST je , že hodnota p je veľmi ovplyvnené počtom dátových bodov v analýze . V prípade , že sú tisíce dátových bodov v analýze , a to aj veľmi malé účinky môžu byť štatisticky významný . Takže , významný vplyv v štúdii nemusia predstavovať niečo , čo má vplyv v reálnom svete . Ak chcete tento postup obísť , význam je obvykle v kombinácii s inými štatistikami , ako napr " veľkosti efektu " , ktorý približuje veľkosť rozdielu .

• Predchádzajúca strana: Ako si vyrobiť grafy pre Student Progress 
• Ďalšia strana: Ako si vyrobiť frekvencie výskytov grafe na Open Office