Łatwe do zrozumienia podsumowanie poziomu istotności

W statystyce poziomy istotności są ważną częścią testowania hipotez. Ponadto, w przeciwieństwie do innych liczb w danych statystycznych, poziom istotności nie jest obliczany przez oprogramowanie do analizy statystycznej. Zamiast tego poziom istotności jest wybierany przez użytkownika. Czy kiedykolwiek zastanawiałeś się, dlaczego tak jest?

W tym artykule Mind The Graph przedstawi przegląd poziomu istotności, abyś mógł łatwo zrozumieć jego funkcjonalność i znaczenie.

Jaki jest poziom istotności?

Poziom istotności, znany również jako alfa lub α, jest miarą określającą ilość dowodów, które muszą być wykazane w próbie przed odrzuceniem hipotezy zerowej i uznaniem efektu za statystycznie istotny. Jeszcze przed rozpoczęciem eksperymentu należy wybrać poziom istotności.

Mówiąc inaczej, jest to prawdopodobieństwo odrzucenia hipotezy zerowej, gdy jest ona prawdziwa; na przykład poziom istotności 0,05 oznacza 5% szansy na podjęcie decyzji, że różnica istnieje, gdy jej nie ma. Niższe poziomy istotności sugerują, że potrzeba więcej dowodów, aby odrzucić hipotezę zerową.

Poziom istotności Symbol

Poziom istotności jest reprezentowany przez grecki symbol α (alfa). Poziom istotności = wartość prawdopodobieństwa (błąd typu I) = α, w tym przypadku.

Gdy wartości lub obserwacje odbiegają od średniej, są one mniej prawdopodobne. Wyniki są oznaczone jako "istotne przy x%".

Na przykład wartość istotna przy 5% oznacza wartość p mniejszą niż 0,05 lub p < 0,05. Podobnie, wartość istotna przy 1% oznacza wartość p mniejszą niż 0,01.

Jak znaleźć poziom istotności?

Aby określić poziom istotności odkrycia, należy najpierw określić wartość p, która określa prawdopodobieństwo wykrycia efektu, który odpowie na pytanie, czy hipoteza zerowa jest poprawna. Hipoteza zerowa jest odrzucana, jeśli wartość p jest mniejsza niż poziom istotności. Jeśli wartość p jest większa lub równa poziomowi istotności (α), hipoteza zerowa musi zostać zaakceptowana.

Poniżej przedstawiono powszechną interpretację wartości p na poziomie istotności 10%:

Jeśli p > 0,1, hipoteza zerowa nie jest przyjmowana.

Jeśli p > 0,05 i p ≤ 0,1, niskie założenie hipotezy zerowej.

Jeśli p > 0,01 i p ≤ 0,05, silne założenie hipotezy zerowej.

Jeśli p ≤ 0,01, bardzo silne założenie hipotezy zerowej.

Należy tylko pamiętać, że 0,05 lub 5% to konwencjonalny poziom alfa, a zmiana poziomu istotności na inny niż 0,05 zwykle wymaga ważnego powodu.

Zmiana poziomu istotności

Na przykład zwiększenie poziomu istotności z 0,05 do 0,10 obniża standard dowodowy. Z kolei obniżenie go z 0,05 do 0,01 podnosi standard.

Załóżmy, że oceniasz wytrzymałość balonów imprezowych, aby określić, która marka jest najlepsza. Ponieważ fałszywie pozytywny wynik spowoduje zakup słabszego balonu, wady są minimalne. Obniżając poziom istotności do 0,10, można zminimalizować liczbę wymaganych dowodów, jednocześnie zwiększając prawdopodobieństwo fałszywego wyniku pozytywnego z 0,05 do 0,10.

Z drugiej strony, jeśli oceniasz wytrzymałość tkaniny używanej w balonach na ogrzane powietrze, fałszywie dodatni wynik jest niezwykle niebezpieczny, ponieważ może prowadzić do śmierci. Musisz być bardzo ostrożny i wybrać najlepszego producenta. W tym scenariuszu lepiej jest zwiększyć, a nie obniżyć poziom istotności do 0,01. Zmniejsza to prawdopodobieństwo fałszywego wyniku pozytywnego z 0,05 do 0,01.

Nic nie przebije bezbłędnego elementu wizualnego, który przekazuje złożoną wiadomość

Masz trudności z przekazaniem dużej ilości informacji? Wykorzystaj infografiki i ilustracje, aby uczynić swoją pracę bardziej zrozumiałą i przystępną. Mind the Graph to doskonałe narzędzie dla badaczy, którzy chcą zwiększyć efektywność swojej pracy poprzez wykorzystanie atrakcyjnych wizualnie infografik.

Zwiększ moje badania dzięki ilustracjom