Come calcolare significato

April 13

Come calcolare significato


La significatività statistica è un indicatore obiettivo se i risultati di uno studio sono matematicamente "reale" e statisticamente difendibile, piuttosto che solo un evento casuale. test di significatività comunemente usati cercare le differenze nei mezzi di set di dati o le differenze nelle variazioni di set di dati. Il tipo di test che viene applicata dipende dal tipo di dati che viene analizzato. Spetta ai ricercatori di determinare quanto sia significativo di cui hanno bisogno i risultati di essere - in altre parole, la quantità di rischio che sono disposti a prendere di sbagliare. In genere, i ricercatori sono disposti ad accettare un livello di rischio del 5 per cento.

Tipo I Errore: Erroneamente Rifiutare l'ipotesi nulla

Come calcolare significato

Verifica di ipotesi viene utilizzato nella ricerca medica.

Gli esperimenti sono condotti per testare ipotesi specifiche, o domande sperimentali con un risultato atteso. Una ipotesi nulla è quella che rileva alcuna differenza tra i due insiemi di dati confrontati. In una sperimentazione medica, per esempio, l'ipotesi nulla potrebbe essere che non vi è alcuna differenza nel miglioramento tra i pazienti trattati con il farmaco in studio e pazienti che ricevono il placebo. Se il ricercatore respinge erroneamente questa ipotesi nulla quando è vero infatti, in altre parole se "rilevano" una differenza tra i due gruppi di pazienti quando non c'era davvero nessuna differenza, allora hanno commesso un errore di I specie. I ricercatori di determinare in anticipo quanto rischio di commettere un errore di tipo I sono disposti ad accettare. Questo rischio è basato su un p-valore massimo che accetteranno prima di respingere l'ipotesi nulla, e si chiama alfa.

Tipo II Errore: Erroneamente Rifiutando l'ipotesi alternativa

Una ipotesi alternativa è quella che rileva una differenza tra i due insiemi di dati confrontati. Nel caso del processo medico, che ci si aspetta di vedere i diversi livelli di miglioramenti nei pazienti trattati con il farmaco in studio e pazienti che hanno ricevuto il placebo. Se i ricercatori non riescono a rifiutare l'ipotesi nulla quando dovrebbero, in altre parole se "rilevare" nessuna differenza tra i due set di pazienti quando c'era davvero la differenza, allora hanno commesso un errore di tipo II.

Determinazione del livello di significatività

Quando i ricercatori eseguire un test di significatività statistica e la conseguente p-value è minore del livello di rischio considerati accettabili, allora il risultato del test viene considerato statisticamente significativo. In questo caso, l'ipotesi nulla - l'ipotesi che non vi è alcuna differenza tra i due gruppi - è respinta. In altre parole, i risultati indicano che vi è una differenza nel miglioramento tra i pazienti trattati con il farmaco di studio e pazienti che ricevono il placebo.

La scelta di un test di significatività

Ci sono diversi test statistici diversi tra cui scegliere. Una t-test standard a confronto i mezzi di due insiemi di dati, come ad esempio i nostri dati farmaco in studio e i nostri dati con placebo. A paired t-test viene utilizzato per rilevare differenze nello stesso insieme di dati, come ad esempio uno studio prima e dopo. Una analisi della varianza ad una via (ANOVA) può confrontare i mezzi da tre o più insiemi di dati, ed un ANOVA a due vie a confronto le medie di due o più insiemi di dati in risposta a due diverse variabili indipendenti, come i diversi punti di forza del farmaco in studio. Una regressione lineare a confronto i mezzi di set di dati lungo un gradiente di trattamenti o tempo. Ciascuna prova statistica comporterà misure di significato o alfa, che possono essere usati per interpretare i risultati del test.