Сила на статистическите тестове
(сила на тестовете) Тестването на хипотези включва сравняване на две конкуриращи се хипотези. Нулевата хипотеза показва невъзможността за редки, необичайни събития. Алтернативната хипотеза, напротив, твърди, че такива събития са възможни. Например, нулевата хипотеза може да каже, че две групи имат една и съща средна стойност или че корелацията между две променливи е нула. Алтернативната хипотеза може да бъде насочена или ненасочена. Хипотезата за посока показва посоката на ефекта: група 1 има по-висока средна стойност от група 2 или корелацията между двете променливи е по-голяма от нула. Ненасочената хипотеза само показва наличието на ефект, без да уточнява неговата посока: две групи имат различни средни стойности или корелацията между двете променливи е различна от нула. Статистиците започват с предположението, че нулевата хипотеза е вярна и я отхвърлят само ако наблюдаваните резултати са много малко вероятни при това предположение. Въз основа на някои предположения относно провежданото изследване, например, приемайки случайна извадка и нормално разпределена зависима променлива, изследователят може да изчисли вероятността за отхвърляне на нулевата хипотеза, когато е вярна (?) и когато алтернативната хипотеза е вярна (сила на теста). Тъй като изследователят иска да стигне до правилното заключение, надеждните изследвания се планират по такъв начин, че да осигурят ниско ниво на а и висока мощност. При ниско ниво на a има изключително малък шанс за отхвърляне на правилната нулева хипотеза, а при висока мощност на критерия има повече шансове за приемане на правилната алтернативна хипотеза. Обикновено изследователите избират нивото ? = 0,05. В този случай те отхвърлят нулевата хипотеза само ако резултатите от извадката попадат в пределната зона от 5% на разпределението на възможните резултати,конструиран при условие, че нулевата хипотеза е вярна. Когато нулевата хипотеза бъде отхвърлена, изследователят прави заключение за значимостта на констатациите и посочва вероятността за тяхната значимост, т.е. нивото на a, свързано с дадения резултат. Например, той може да заключи, че получената корелация е значима на ниво p.
Други свързани новини:
Моля, поставете връзка към тази страница на вашия уебсайт: