В чем разница между значениями Alpha и P?

При проведении проверки значимости или проверки гипотез есть два числа, которые легко спутать. Эти числа легко спутать, потому что они оба являются числами между нулем и единицей, и оба являются вероятностями. Одно число называется p-значением тестовой статистики. Другое интересное число – это уровень значимости или альфа. Мы рассмотрим эти две вероятности и определим разницу между ними.

Alpha Values ​​

Число альфа – это пороговое значение, которое мы измеряем p-значения против. Он сообщает нам, насколько экстремальными должны быть наблюдаемые результаты, чтобы отклонить нулевую гипотезу теста значимости.

Значение альфа связано с уровнем достоверности наш тест. Ниже перечислены некоторые уровни достоверности с соответствующими значениями альфа:

  • Для результатов с уровнем достоверности 90% значение альфа составляет 1–0,90 = 0,10.
  • Для результатов с уровнем достоверности 95% значение альфа составляет 1–0,95 = 0,05.
  • Для результатов с при 99-процентном уровне достоверности значение альфа составляет 1 – 0,99 = 0,01.
  • И вообще, для результатов с уровнем достоверности C значение альфа равно 1 – C/ 100.

Хотя в теории и на практике для альфы можно использовать множество чисел, чаще всего используется 0,05. Причина этого заключается как в том, что консенсус показывает, что этот уровень подходит во многих случаях, так и в том, что исторически он был принят в качестве стандарта. Однако есть много ситуаций, когда следует использовать меньшее значение альфа. Не существует единственного значения альфа, которое всегда определяет статистическую значимость.

Значение альфа дает нам вероятность ошибки типа I. Ошибки типа I возникают, когда мы отвергаем нулевую гипотезу, которая действительно верна. Таким образом, в долгосрочной перспективе для теста с уровнем значимости 0,05 = 1/20 истинная нулевая гипотеза будет отклоняться один из каждых 20 раз.

P-значения

Другое число, которое является частью теста значимости, – это p-значение. Значение p также является вероятностью, но оно исходит из другого источника, чем альфа. Каждая тестовая статистика имеет соответствующую вероятность или p-значение. Это значение представляет собой вероятность того, что наблюдаемая статистика возникла случайно, если предположить, что нулевая гипотеза верна.

Поскольку существует ряд различных статистических данных теста, Есть несколько разных способов найти p-значение. В некоторых случаях нам нужно знать распределение вероятностей для совокупности.

Значение p тестовой статистики – это способ сказать, насколько экстремальны эта статистика относится к нашим выборочным данным. Чем меньше p-значение, тем менее вероятно, что наблюдаемый образец.

Разница между значением P и альфа

Чтобы определить, является ли наблюдаемый результат статистически значимым, мы сравниваем значения альфа и p-значение. Возникают две возможности:

  • Значение p меньше или равно альфа. В этом случае мы отвергаем нулевую гипотезу. Когда это происходит, мы говорим, что результат статистически значим. Другими словами, мы достаточно уверены, что есть что-то помимо одной случайности, которая дала нам наблюдаемый образец.
  • Значение p больше альфа. В этом случае мы не можем отвергнуть нулевую гипотезу. Когда это происходит, мы говорим, что результат не является статистически значимым. Другими словами, мы достаточно уверены, что наши наблюдаемые данные могут быть объяснены исключительно случайно.

Из вышесказанного следует, что чем меньше Чем больше значение альфа, тем труднее утверждать, что результат является статистически значимым. С другой стороны, чем больше значение альфа, тем легче утверждать, что результат является статистически значимым. Вместе с этим, однако, более высокая вероятность того, что то, что мы наблюдали, можно отнести к случайности.

Оцените статью
recture.ru
Добавить комментарий