Hỏi Đáp

Mức Ý Nghĩa Là Gì – Ý Nghĩa Thống Kê (Statistical Significance) Là Gì

Hôm nay, nhóm bách khoa toàn thư mba đã giới thiệu một hệ số cực kỳ quan trọng trong kiểm định thống kê, đó là hệ số lớn. Trong phân tích spss hoặc phần mềm như stata, đây là yếu tố giá trị p.

Bạn đang thử: mức ý nghĩa là gì và ý nghĩa thống kê là gì

Bạn đang xem: Mức ý nghĩa trong thống kê là gì

đại diện cho hệ số ig. Hệ thống giá trị p chỉ là hai cách gọi khác nhau.

ѕig thường được yêu cầu trong các bài kiểm tra. Bài viết này sẽ đi vào phần chính ở đây: – Quá trình kiểm định các giả thuyết thống kê về mức độ ý nghĩa. Ý nghĩa của giá trị -p, ý nghĩa của hệ số lớn. – giả định là gì? -Giả thuyết hoàn toàn? , giả thuyết vô hiệu (h0)) là gì? – Các giả thiết khác, giả thiết nghịch đảo (ha) là gì? – Lỗi loại i và lỗi loại ii – ví dụ về lỗi loại 1 và 2 có ích lợi gì?

Quá trình kiểm tra các giả thuyết thống kê quan trọng

Bước 1: Phát biểu giả thuyết rỗng (null hуpotheѕiѕ h0). Nhà nghiên cứu cần xác định một giả thuyết vô hiệu, tức là một giả thuyết trái ngược với những gì mà nhà nghiên cứu tin là đúng. Bước 2: Nhà nghiên cứu cần xác định một giả thuyết thứ cấp (Alternatiᴠe hapotheѕiѕ), là một giả thiết mà nhà nghiên cứu tin là đúng và cần được dữ liệu “chứng minh”. Bước 3: Sau khi thu thập tất cả các dữ liệu liên quan, nhà nghiên cứu sử dụng một hoặc nhiều phương pháp thống kê Kiểm định em trong hai giả thuyết trên, giả thuyết nào được coi là khả thi. Phép thử này được thực hiện để trả lời câu hỏi: Nếu giả thuyết đảo ngược là đúng, thì xác suất để dữ liệu thu thập được phù hợp với giả thuyết nghịch đảo là bao nhiêu. Giá trị của sự loại trừ này thường được biểu thị bằng ký hiệu “pᴠalue” trong các báo cáo khoa học. Điều quan trọng cần lưu ý ở đây là nhà nghiên cứu không kiểm tra giả thuyết khác, mà chỉ là giả thuyết nghịch đảo. Bước 4: Quyết định chấp nhận hay bác bỏ giả thuyết nghịch đảo theo giá trị bác bỏ của Bước 3. Ví dụ, một nhà nghiên cứu theo truyền thống có thể bác bỏ giả thuyết nghịch đảo nếu giá trị ngoại lệ nhỏ hơn 5%. Tuy nhiên, nếu tỷ lệ ngoại lệ cao hơn 5%, thì nhà nghiên cứu chỉ có thể tuyên bố rằng không có đủ bằng chứng để bác bỏ giả thuyết nghịch đảo, điều này không có nghĩa là giả thuyết nghịch đảo là đúng. Nói cách khác, thiếu bằng chứng không có nghĩa là không có bằng chứng. Bước 5: Nếu giả thuyết ngược lại bị bác bỏ, nhà nghiên cứu mặc nhiên chấp nhận giả thuyết phụ. Theo quy ước khoa học, tất cả các giá trị p dưới 0,05 (tức là dưới 5%) được coi là “có ý nghĩa”, tức là “có ý nghĩa thống kê”.

p ᴠalue có nghĩa là, ig có nghĩa là.

Ý nghĩa của giá trị p, lớn là xác suất xuất ra dữ liệu khi giả thuyết rỗng h0 là đúng. Nghĩa là, bao nhiêu phần trăm dữ liệu thỏa mãn giá trị p. Giả sử p = 2%, thì 2% dữ liệu trong tập dữ liệu thỏa mãn một điều kiện nhất định. Lưu ý rằng điều này không được hiểu là: bác bỏ giả thuyết rỗng rằng h0 là 2%, hoặc p (h0) = 2%, ở đây phải được hiểu là xác suất dữ liệu hiển thị mối quan hệ logic với giá trị p là một chứng minh ngược, chứng minh phủ định: – nếu giả thuyết rỗng Nếu h0 là đúng, dữ liệu không thể xuất ra. -Data Do đó, giả thuyết rỗng h0 là không chính xác.

Xem thêm: Hồng ngoại là gì? Ứng dụng và tác hại của tia hồng ngoại

Giả định là gì?

Giả thuyết là một giả định hoặc tuyên bố về một tham số tổng thể. Nó có thể là sự thật hoặc nó có thể là ai

Giả thuyết không (giả thuyết null (h0)) là gì?

h0 là một tuyên bố (bằng hoặc không bằng nhau) về tham số tổng thể. Giả thuyết vô hiệu là giả thuyết ngược lại với giả thuyết chính. Mọi người thường muốn bác bỏ giả thuyết vô hiệu. Ví dụ: h0: Không có sự khác biệt giữa hai nhóm, không có tương quan giữa x và y. Trong quá trình kiểm định giả thuyết, h0 thường được giả định là đúng. Mọi người sẽ cố gắng tìm cách chứng minh h0 ai. Ví dụ, tuyên bố của nhà xuất bản thường được thử thách và đặt trong tuyên bố ở h0.

Các giả định khác, giả định đảo (ha) là gì?

ha là phát biểu ngược lại, h0ha đúng nếu h0 bị bác bỏ Nhà nghiên cứu mong muốn hỗ trợ ha và nghi ngờ trách nhiệm của tất cả các kiểm định giả thuyết đối với h0, liệu bác bỏ h0 hay không bác bỏ h0

Lỗi loại i và loại ii

-lỗi loại i là lỗi loại bỏ h0 khi h0 là đúng – lỗi loại ii là lỗi không loại bỏ h0, khi cụ thể đối với bất kỳ một chương trình thử nghiệm nào, có thể tạo ra ba kết quả sau: (1) Thực hiện nó một cách chính xác quyết định (tức là thủ tục chấp nhận giả thuyết đúng và bác bỏ giả thuyết ai), (2) bác bỏ giả thuyết đúng, (3) chấp nhận giả thuyết ai. Các lỗi loại bỏ h0 khi h0 là đúng được gọi là lỗi i. Các lỗi không loại bỏ h0 khi h0 ѕai được gọi là lỗi loại ii. Tương ứng với mỗi loại lỗi này là một ngoại lệ. Chúng được gọi là hành vi sai trái của lỗi Loại I và Loại II, được ký hiệu lần lượt là p (i) và p (ii).

Ví dụ lỗi loại 1 và 2

Xem xét các bị cáo trong các phiên tòa hình sự. Giả thuyết vô hiệu là bị cáo “có tội” và giả thuyết ngược lại là bị cáo “có tội”. Giả định là bị đơn có tội, và nguyên đơn phải có khả năng chứng minh bị đơn có tội, tức là thuyết phục bồi thẩm đoàn bác bỏ giả thuyết vô hiệu. Nếu bồi thẩm đoàn xét thấy người có tội “không có tội” hoặc người có tội “có tội”, thì họ đã đưa ra quyết định chính xác. Nếu một người vô tội bị kết tội, chúng ta mắc lỗi loại i vì giả thuyết đúng đã bị bác bỏ. Loại lỗi thứ hai xảy ra khi một người có tội được trắng án.

Lý tưởng nhất là chúng ta muốn giữ xác suất lỗi của loại i p (i) và loại ii p (ii) càng nhỏ càng tốt, bất kể giá trị của tham số chưa biết là bao nhiêu. Thật không may, nỗ lực giảm p (i) sẽ tự động dẫn đến tăng giá trị của p (ii). Ví dụ, trong ví dụ về phiên tòa hình sự, giả sử chúng ta không muốn một tội phạm nào được trắng án. Cách duy nhất là tuyên bố tất cả mọi người có tội. Trong trường hợp này, p (ii) = 0, nhưng p (i) = 1 vì chúng ta cũng kết tội tất cả tội nhân. Ditto, cách duy nhất để tránh kết tội một người có tội là thú tội. Cha nào cũng có tội. Trong trường hợp này, chúng tôi cũng loại bỏ tất cả những người vi phạm p (ii) = 1 và p (i) = 0,1 Trên thực tế, sự cân bằng giữa các lỗi không quá nghiêm trọng như thế này, nhưng một quy tắc quyết định cụ thể sẽ tốt hơn đối với một số giá trị của tham số hơn là mang lại lợi ích cho người khác. Thủ tục kiểm tra giả thuyết cổ điển là chọn giá trị lớn nhất của sai số. Loại i được chấp nhận đối với nhà phân tích và các quy tắc quyết định sau đó được thực hiện để giảm thiểu sai sót loại ii. Trong ví dụ về xét xử tội phạm, điều này có nghĩa là chọn một quy tắc tuyên án sao cho người có tội bị kết tội không quá một tỷ lệ phần trăm cực đoan nhất định (ví dụ, 1%). Bên có tội được trả tự do.

Mức ý nghĩa là gì?

Xác suất tối đa của lỗi loại i khi h0 là đúng được gọi là mức ý nghĩa (còn được gọi là kích thước thử nghiệm). Trong trường hợp xét xử hình sự, đây là tội lỗi lớn nhất để kết tội một người vô tội.

Yêu thích các bài toán về hệ số lớn. Gì? Yếu tố giá trị là gì? đã nộp. Để có thương lượng, vui lòng liên hệ.

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Back to top button