Sisu
- I tüüpi viga: nullhüpoteesi vale tagasilükkamine
- II tüüpi viga: alternatiivse hüpoteesi vale tagasilükkamine
- Tähtsuse taseme määramine
- Tähtsustesti valimine
Statistiline olulisus on pigem objektiivne näitaja, mis näitab, kas uuringu tulemused on matemaatiliselt "tõelised" ja statistiliselt põhjendatavad kui lihtsalt juhus. Tavaliselt kasutatavad olulisuse testid otsivad erinevusi andmekogumite keskmistes või erinevusi andmekogumite dispersioonides. Rakendatava testi tüüp sõltub analüüsitavate andmete tüübist. Teadlaste ülesanne on otsustada, kui olulised nad tulemusi vajavad - teisisõnu, kui suurt riski nad on valmis eksima. Tavaliselt on teadlased nõus aktsepteerima 5-protsendilist riskitaset.
I tüüpi viga: nullhüpoteesi vale tagasilükkamine
••• Scott Rothstein / iStock / Getty ImagesKatseid tehakse konkreetsete hüpoteeside või eeldatava tulemusega eksperimentaalsete küsimuste testimiseks. Nullhüpotees on selline, mis ei tuvasta erinevust kahe võrreldava andmekogumi vahel. Näiteks meditsiinilises uuringus võib nullhüpotees olla, et uuringuravimit ja platseebot saavatel patsientidel ei ole erinevusi paranemisel. Kui teadlane lükkab selle nullhüpoteesi ekslikult tagasi, kui see on tegelikult tõsi, teisisõnu, kui nad "tuvastavad" erinevuse kahe patsientide komplekti vahel, kui tegelikult vahet polnud, siis on nad teinud I tüübi vea.Teadlased määravad enne tähtaega, kui suurt riski I tüüpi vea toimepanemiseks nad on nõus aktsepteerima. See risk põhineb maksimaalsel p-väärtusel, mille nad aktsepteerivad enne nullhüpoteesi tagasilükkamist, ja seda nimetatakse alfaks.
II tüüpi viga: alternatiivse hüpoteesi vale tagasilükkamine
Alternatiivne hüpotees on selline, mis tuvastab erinevuse kahe võrreldava andmekogumi vahel. Meditsiinilise uuringu korral võiksite oodata erinevat paranemist patsientidel, kes saavad uuringuravimit ja platseebot. Kui teadlased ei suuda lükata hüpoteesi nullist tagasi, kui nad peaksid seda tegema, teisisõnu, kui nad "ei tuvasta" erinevust kahe patsientide vahel, kui erinevus tegelikult oli, siis on nad teinud II tüübi vea.
Tähtsuse taseme määramine
Kui teadlased viivad läbi statistilise olulisuse testi ja saadud p-väärtus on väiksem kui vastuvõetavaks peetav riskitase, loetakse testi tulemus statistiliselt oluliseks. Sel juhul lükatakse tagasi nullhüpotees - hüpotees, et kahe rühma vahel pole erinevust. Teisisõnu näitavad tulemused, et uuringuravimit saanud ja platseebot saanud patsientide seisund on paranenud.
Tähtsustesti valimine
Valida on mitme erineva statistilise testi vahel. Standardse t-testiga võrreldakse andmeid kahest andmekogumist, näiteks meie uuringuravimite andmed ja platseebo andmed. Paarist t-testi kasutatakse sama andmekogumi erinevuste tuvastamiseks, näiteks enne ja pärast uuringut. Ühesuunaline dispersioonanalüüs (ANOVA) võib võrrelda kolme või enama andmekogumi keskmisi ja kahesuunaline ANOVA võrdleb kahe või enama andmekogumi keskmisi vastusena kahele erinevale sõltumatule muutujale, näiteks uuringuravim. Lineaarse regressiooniga võrreldakse andmekogumite keskmisi ravi või aja gradienti. Iga statistilise testi tulemuseks on olulisuse mõõtmed ehk alfa, mida saab kasutada testi tulemuste tõlgendamiseks.