Kaj je Alpha-ov statistični pomen?

Niso vsi rezultati testov hipotez enaki. A preizkus hipotez ali preskusu statistične pomembnosti je navadno priložen raven pomembnosti. Ta raven pomena je število, ki je običajno označeno z Grška črka alfa. Eno vprašanje, ki se pojavlja v statističnem razredu, je: "Kakšno vrednost alfa naj uporabimo za naše preiskave hipotez?"

Kot na številna druga vprašanja v statistiki je odgovor na to vprašanje: "Odvisno je od situacije." Preučili bomo, kaj s tem mislimo. Številni časopisi različnih disciplin določajo, da so statistično pomembni rezultati, pri katerih je alfa 0,05 ali 5%. Vendar je treba poudariti, da ni univerzalne vrednosti alfe, ki bi jo bilo treba uporabiti za vse statistični testi.

Število, ki ga predstavlja alfa, je verjetnost, zato lahko sprejme vrednost katerega koli negativnega resnično število manj kot ena. Čeprav se v teoriji za alfa lahko uporabi katero koli število med 0 in 1, pa kar zadeva statistično prakso, to ni tako. Med vsemi pomembnostmi so vrednosti alfa 0,10, 0,05 in 0,01 najpogosteje uporabljene za alfa. Kot bomo videli, bi lahko obstajali razlogi za uporabo vrednosti alfa, ki niso najpogosteje uporabljene številke.

Ena obravnava vrednosti "ena velikost ustreza vsem" za alfa je povezana s tem, kakšna je ta številka. Stopnja pomembnosti hipoteznega testa je popolnoma enaka verjetnosti a Napaka tipa I. Napaka tipa I je sestavljena iz napačno zavračanje the ničelna hipoteza kadar je nična hipoteza resnična. Manjša je vrednost alfe, manjša je verjetnost, da zavračamo resnično nično hipotezo.

Obstajajo različni primeri, ko je bolj sprejemljivo napako tipa I. Kadar manjša vrednost alfa povzroči manj zaželen rezultat, je lahko primerna večja vrednost alfa, tudi ena večja od 0,10.

Pri medicinskem pregledu bolezni razmislite o možnostih testa, ki lažno testira pozitiven na bolezen, s tistim, ki lažno testira negativno na bolezen. Lažni pozitiven bo povzročil tesnobo za našega pacienta, vendar bo privedel do drugih testov, ki bodo ugotovili, da je bila razsodba našega testa res napačna. Lažni negativ bo dal našemu pacientu napačno domnevo, da nima bolezni, ko je v resnici. Rezultat tega je, da bolezni ne bomo zdravili. Glede na izbiro bi raje imeli pogoje, ki povzročajo lažno pozitivno kot lažno negativno.

V takšnih razmerah bi z veseljem sprejeli večjo vrednost za alfo, če bi to povzročilo manjšo verjetnost napačnega negativa.

Raven pomembnosti je vrednost, ki jo določimo za določitev statistične pomembnosti. Na koncu je to standard, s katerim merimo izračunano p-vrednost naše testne statistike. Reči, da je rezultat statistično pomemben na ravni alfa, pomeni, da je vrednost p manjša od alfa. Na primer, za vrednost alfa = 0,05, če je p-vrednost večja od 0,05, nične hipoteze ne zavrnemo.

Obstaja nekaj primerov, v katerih bi potrebovali zelo majhne p-vrednost da zavrne nično hipotezo. Če se naša nična hipoteza nanaša na nekaj, kar je splošno sprejeto kot resnično, potem mora obstajati visoka stopnja dokazov v prid zavrnitve nične hipoteze. To zagotavlja vrednost p, ki je veliko manjša od običajno uporabljenih vrednosti alfa.

Ni ene alfa vrednosti, ki določa statistično pomembnost. Čeprav so številke, kot so 0,10, 0,05 in 0,01, običajno uporabljene za alfa, ni prevladujočega matematični izrek ki pravi, da so to edine ravni pomembnosti, ki jih lahko uporabimo. Tako kot pri mnogih stvareh tudi v statistiki moramo razmišljati, preden izračunamo in predvsem uporabimo zdrav razum.