Innehåll
- Typ I-fel: avvisar felaktig hypotesen felaktigt
- Typ II-fel: avvisar felaktig hypotesen felaktigt
- Fastställande av betydelse
- Att välja ett betydelsestest
Statistisk betydelse är en objektiv indikator på huruvida resultaten av en studie är matematiskt "verkliga" och statistiskt försvarbara, snarare än bara en riskhändelse. Vanligt använda signifikanttester letar efter skillnader i datamängden eller skillnader i datauppsättningar. Vilken typ av test som används beror på vilken typ av data som analyseras. Det är upp till forskarna att avgöra hur betydande de kräver att resultaten ska vara - med andra ord, hur stor risk de är villiga att ta för att vara fel. Vanligtvis är forskare villiga att acceptera en risknivå på 5 procent.
Typ I-fel: avvisar felaktig hypotesen felaktigt
••• Scott Rothstein / iStock / Getty ImagesExperiment genomförs för att testa specifika hypoteser eller experimentella frågor med ett förväntat resultat. En nollhypotes är en som upptäcker ingen skillnad mellan de två uppsättningarna av data som jämförs. I en medicinsk prövning kan till exempel nollhypotesen vara att det inte finns någon skillnad i förbättring mellan patienter som får studieläkemedlet och patienter som får placebo. Om forskaren felaktigt avvisar denna nollhypotes när den i själva verket är sant, med andra ord om de "upptäcker" en skillnad mellan de två uppsättningarna av patienter när det verkligen inte var någon skillnad, har de begått ett typ I-fel.Forskare bestämmer i förväg hur stor risk att begå ett typ I-fel de är villiga att acceptera. Denna risk är baserad på ett maximalt p-värde som de kommer att acceptera innan de avvisar nollhypotesen och kallas alfa.
Typ II-fel: avvisar felaktig hypotesen felaktigt
En alternativ hypotes är en som upptäcker skillnaden mellan de två uppsättningarna av data som jämförs. När det gäller den medicinska prövningen kan du förvänta dig att se olika nivåer av förbättringar hos patienter som får studieläkemedlet och patienter som fick placebo. Om forskare misslyckas med att avvisa nollhypotesen när de borde, med andra ord om de "upptäcker" ingen skillnad mellan de två patienterna när det verkligen var skillnad, har de begått ett typ II-fel.
Fastställande av betydelse
När forskare utför ett test av statistisk betydelse och det resulterande p-värdet är mindre än den risk som bedöms som acceptabel, anses testresultatet vara statistiskt signifikant. I detta fall avvisas nollhypotesen - hypotesen att det inte finns någon skillnad mellan de två grupperna. Med andra ord indikerar resultaten att det är en skillnad i förbättring mellan patienter som får studieläkemedlet och patienter som får placebo.
Att välja ett betydelsestest
Det finns flera olika statistiska test att välja mellan. Ett standardtest testar jämför medel från två datauppsättningar, såsom våra läkemedelsdata och våra placebodata. Ett parat t-test används för att upptäcka skillnader i samma datauppsättning, till exempel en före och efter studie. En envägsanalys av variation (ANOVA) kan jämföra medel från tre eller flera datauppsättningar, och en tvåvägs ANOVA jämför medel för två eller flera datamängder som svar på två olika oberoende variabler, såsom olika styrkor hos studera läkemedel. En linjär regression jämför medelvärdena i datamängden längs en gradient av behandlingar eller tid. Varje statistiskt test kommer att resultera i mått av betydelse, eller alfa, som kan användas för att tolka testresultaten.