mobile menu

The Arrow Newsletter

mobile menu

유의확률 예제

두 개의 그늘진 영역은 각각 0.005의 확률을 가지며, 이는 0.01의 총 확률을 더합니다. 이번에는 샘플 평균이 임계 영역 내에 속하지 않으며 null 가설을 거부하지 않습니다. 이 비교는 연구를 시작하기 전에 유의 수준을 선택해야 하는 이유를 보여줍니다. 그것은 편리 하 게 당신에 게 중요 한 결과 제공 하기 때문에 중요 한 수준을 선택에서 당신을 보호! 이전 접근 법 (피셔에 의해 선호) 과학 연구에 더 적합 하 고 여기에 채택 될 것 이다. 후자는 예/아니요 결정을 내려야 하는 응용 프로그램에 더 적합합니다. 예를 들어 제조 공장의 기계가 오작동했는지 여부를 확인하기 위해 통계 분석을 수행한 경우 통계 분석을 사용하여 수리를 위해 기계를 종료해야 하는지 여부를 결정합니다. 공장 관리자는 어떤 조치를 취해야 하는지 아는 것보다 증거의 무게를 평가하는 데 관심이 적습니다. 연구원이 널 가설에 대하여 몇몇 기록이 있다는 것을 결론을 내릴 수 있는 과학적인 연구에 있는 즉각적인 결정을 위한 아무 필요도 없습니다, 그러나 확실한 결론을 도출될 수 있기 전에 더 많은 연구가 필요하다는 것을. P 값이 유의 수준보다 낮거나 같으면 null 가설을 거부합니다.

예제에서 P 값을 사용하여 공통 유의 수준과 비교하면 이전 그래픽 결과와 일치합니다. 0.03112의 P 값은 0.05의 알파 수준에서 통계적으로 유의하지만 0.01 수준은 아닙니다. 예를 들면, Novo Nordisk, 당뇨병 약물에 있는 약제 지도자는, 그것의 새로운 인슐린을 시험할 때 타입-1 당뇨병에 있는 통계적으로 유의한 감소가 있었다는 것을 보고했습니다. 시험은 당뇨병 환자 중 무작위 치료의 26 주로 이루어져 있었습니다. 그 결과 제1형 당뇨병의 감소와 5% 미만의 p-값이 감소하였고, 이는 당뇨병의 감소가 무작위적인 우연이 아니었다는 것을 의미합니다. 나는 동전을 가지고 내 null 가설은 균형입니다 – 이는 0.5 의 착륙 확률이 높다는 것을 의미합니다. 나는 0에서 10 헤드가 착륙 할 수있는 동전을 10 번 뒤집습니다. 이러한 결과에 대한 확률은 내 동전이 실제로 균형을 이루며 다음과 같습니다. 기술적으로 이항 분포입니다. 이러한 확률을 계산하는 공식은 수학및 독립적이고 동일하게 분산된 변수의 (매우 일반적인) 가정을 기반으로 합니다. 확률은 상대 주파수입니다. 따라서 5 개의 헤드를 찾는 0.24 확률은 10 개의 동전 뒤집기 의 1,000 샘플을 그릴 경우 그 샘플의 약 24 %가 5 개의 헤드업을 초래해야한다는 것을 의미합니다.

때때로 연구자들은 자신감 수준 γ = (1 – α)에 대해 대신 이야기합니다. 이는 사실임을 감안할 때 null 가설을 거부하지 않을 확률입니다. [30] [31] 신뢰 수준과 신뢰 구간은 1937년에 Neyman에 의해 도입되었습니다. [32] 위의 그래프에서 두 개의 그늘진 영역은 null 가설 값과 등거리이며 각 영역은 0.025의 확률로 총 0.05입니다. 통계에서 이러한 그늘진 영역을 두 꼬리 테스트를 위한 중요한 영역이라고 합니다. 인구 평균이 260인 경우, 우리는 시간의 5%의 임계 지역에 속하는 표본 을 얻을 것으로 예상할 것입니다. 임계 영역은 우리의 샘플 통계가 null 가설 값에서 얼마나 멀리 떨어져 있어야 하는지 정의한 후 null 가설을 거부할 만큼 특이하다고 말할 수 있습니다. 결과의 통계적 유의를 시험하기 위한 이 기술은 20 세기 초에 개발되었습니다. 용어 유의는 여기에서 중요성을 의미하지 않으며, 용어 통계적 유의는 연구, 이론적, 또는 실질적인 유의와 동일하지 않습니다. [1] [2] [17] 예를 들어, 용어 임상 적 유의는 치료 효과의 실질적인 중요성을 지칭한다.