Attributes | Values |
---|
rdfs:label
| - Статистическая значимость
|
rdfs:comment
| - В статистике величину называют статисти́чески зна́чимой, если мала вероятность её случайного возникновения или еще более крайних величин. Здесь под крайностью понимается степень отклонения тестовой статистики от нуль-гипотезы. Разница называется «статистически значимой», если появление имеющихся данных (или еще более крайних данных) было бы маловероятно, если предположить, что эта разница отсутствует; это выражение не означает, что данная разница должна быть велика, важна, или значима в общем смысле этого слова. Популярными уровнями значимости являются 10 %, 5 %, 1 %, и 0,1 %.
|
dcterms:subject
| |
dbkwik:resource/35rzF-BhL_otm9wCtVTaeg==
| |
dbkwik:resource/4AivDxIwDSIeegYP-z9FLQ==
| |
dbkwik:resource/6nPC3nXfqo_ivSJZNFV51A==
| |
dbkwik:resource/8WZQ1ZzI1NKp0sap4bN5GA==
| |
dbkwik:resource/9AXiqEjPKQ6Z9TSFEgu5Dg==
| - George Casella, Roger L. Berger
- В. Н. Тутубалин
|
dbkwik:resource/QjxfzC_GfdpB3emLTkwFmA==
| |
dbkwik:resource/aACyUJQp1ag0ZbZvZtvlug==
| |
dbkwik:resource/fco9BXc0-68mng7EiSFwrA==
| - 1992(xsd:integer)
- 2002(xsd:integer)
|
dbkwik:resource/hEinrC5DRtFi1sSnEzNC-w==
| - Теория вероятностей и случаных процессов
- Statistical Inference
|
dbkwik:ru.science/...iPageUsesTemplate
| |
dbkwik:resource/Ws_SYt2NFkQUqaEEV9ZEBA==
| - Hypothesis Testing
- Глава 1, параграф 7.
|
ISBN
| |
abstract
| - В статистике величину называют статисти́чески зна́чимой, если мала вероятность её случайного возникновения или еще более крайних величин. Здесь под крайностью понимается степень отклонения тестовой статистики от нуль-гипотезы. Разница называется «статистически значимой», если появление имеющихся данных (или еще более крайних данных) было бы маловероятно, если предположить, что эта разница отсутствует; это выражение не означает, что данная разница должна быть велика, важна, или значима в общем смысле этого слова. Общая картина проблемы такова: дана выборка из некоторого пространства элементарных событий (например, список пациентов, прошедших обследование на некоторую болезнь) и, возможно, значения на этой выборке некоторых переменных (функций от , например -- возраст пациента, интенсивность курения, количество часов физических упражнений и т.п.). Вероятностное распределение на не известно, а, наоборот, является здесь главным объектом поиска. Различные гипотезы соответствуют различным возможным вероятностным распределениям на . Точный смысл термина "гипотеза" -- набор утверждений, который содержит полное описание некоторого вероятностного распределения. Проверка гипотезы (задающей вероятностное распределение ) состоит в следующем. Bыбирается событие (называемое статистическим критерием), которое (по каким-либо соображениям) "почти несовместимо" с гипотезой в том смысле, что вероятность события не превышает какого-то малого (по сравнению с единицей) числа , называемого уровнем значимости: Затем проводится опыт. Если событие происходит, то гипотеза отвергается (говорят, что наблюдается отклонение от гипотезы на уровне значимости ). В противном случае, гипотеза не отвергается (однако никакой метод статистики, ни даже науки в целом, не может "окончательно доказать" гипотезу). Таким образом, уровень значимости теста — вероятность отклонить гипотезу , если на самом деле она верна (решение известное как ошибка первого рода, или ложноположительное решение). Популярными уровнями значимости являются 10 %, 5 %, 1 %, и 0,1 %. Различные значения α-уровня имеют свои достоинства и недостатки. Меньшие α-уровни дают бо́льшую уверенность в том, что уже установленная альтернативная гипотеза значима, но при этом есть больший риск не отвергнуть ложную нулевую гипотезу (ошибка второго рода, или «ложноотрицательное решение»), и таким образом меньшая статистическая мощность. Выбор α-уровня неизбежно требует компромисса между значимостью и мощностью, и следовательно между вероятностями ошибок первого и второго рода. При использовании тестов на статистическую значимость нужно иметь в виду, что тест вовсе не дает оснований для принятия гипотезы: .
|