Reklama
|
Statystyka, prognozowanie, ekonometria, data mining
Forum miłośników statystyki - Statystycy całego Świata - Łączcie się :-)
|
Przesunięty przez: mathkit
2008-11-26, 10:38 |
Test t-studenta |
| Autor |
Wiadomość |
mathkit 
Kapitan
Pomógł: 33 razy
Wiek: 26
Posty: 651
Skąd: Katowice
|
 Wysłany: 2009-11-11, 14:42
|
|
|
| Cytat: | | Czy coś nie tak? Bo nie bardzo wiem czy pytanie o test t miało być precyzujące czy prowokujące |
| Cytat: | | pozwolilem sobie napisac jeszcze raz, bo moj poprzedni post zostal przeniesiony do tematu test t - moim zdaniem troche na wyrost. |
Ja tu tylko sprzątam 
Pytanie było doprecyzowujące i w takim razie ponownie scalam do postu t-studenta. |
|
 |
|
 |
Google
|
| Wysłany: Reklama google.
|
|
|
|
|
|
|
|
|
batman
Szeregowy
Posty: 6
Skąd: Warszawa
|
| Wysłany: 2009-11-18, 14:22
|
|
|
Dzięki za odpowiedzi
| Maro napisał/a: | stawiają czasem problem braku różnicy pomiędzy lekami (np. podstawowym i jego tańszym odpowiednikiem). Do tego celu używają zwykłego testu, gdzie h0 mówi o braku różnicy. Zwykle umawiają się na α=0.05. Jeśli bardzo zależy Ci na nieodrzucaniu h0 możesz (jeśli masz ku temu uzasadnienie) zgodzić sie na obniżenie poziomu alfa, co zwiększy prawdopodobieństwo Takiego wyniku. Ale decyzje o obnizeniu alfa powinieneś podjąć przed badaniem i rozumieć jej konsekwencje.
|
Chyba czegos nie rozumiem.
Czyli jak wyjdzie 0.06, to mozna stwierdzic, ze lek jest tak samo dobry? A jakby zwiekszyc liczbe osob badanych, to pewnie w praktyce wyjdzie inaczej?
Czyli jak ktos chce wykazac, ze roznicy nie ma, to najlepiej wziac jak najmniejsza probe, zeby nie moc nic wywnioskowac?
Dobrze to zrozumialem - mam nadzieje, ze nie? ;)
Mi chodzilo raczej o to, zeby moc stwierdzic, ze srednie sa takie same. Fakt, ze nie mozna odrzucic h0 nie gwarantuje przeciez, ze srednie sa rowne, tylko, ze nie jestesmy w stanie stwierdzic roznicy (bo np. mamy za mala probe).
| Cytat: |
| Cytat: | | i dostanę powiedzmy p=0,8, albo p=0,08 to co? |
W obu przypadkach na poziomie 0.05 nie ma podstaw do odrzucenia h0. Co prawda w drugim przypadku możemy juz mówić o tzw. tendencji statystycznej, ale na założonym poziomie nadal nie odrzucamy.
|
A moze jak otrzymam 0.95 to moge twierdzic, ze srednie sa rowne? |
|
 |
|
|
mathkit
Kapitan
Pomógł: 33 razy
Wiek: 26
Posty: 651
Skąd: Katowice
|
| Wysłany: 2009-11-19, 00:26
|
|
|
Przy badaniach zazwyczaj się pisze jak duża była próba i jaki przyjęty poziom istotności. Podaje się p-value i użyty test statystyczny. Zależy kto jest adresatem analizy (czy zna się na metodach statystycznych), jaki jest Twój cel, czy chodzi Ci o dotarcie do prawdy. Czasami warto nawet 'podciągnąć' wyniki, 'podrasować' próbę, żeby zmusić niektórych do działania.
Nigdy nie miałem doczynienia z poważnym zastosowaniem statystyki w medycynie, ale żywię głęboką nadzieję, że statystycy trudniący się tym fachem wiedzą co robią i przyświecają im szczytne cele. Ciekawe, czemu skojarzyły mi się od razu badania nad grypą typu A(H1N1).... |
|
|
|
|
|
Shidley
Major
Shidley
Pomógł: 65 razy
Wiek: 38
Posty: 1251
Skąd: Gdańsk
|
| Wysłany: 2009-11-19, 07:59
|
|
|
| ja widze czasami ( z racji oststniej pracy) jakie jest zastosowanie statystycki w medycynie... ostatnio wspomagalem osoby badajace niepłodnosc meska.. az byłem pozytywnie zdziwiony jaka maja wiedze ze statystyki (swoją drogą chyba bede musiał kupić sobie nowego Stanisza ) i jak potrafią jasno wyjaścić co chca osiagnąc... choc mysle ze to kwestia osób oraz ich badań |
_________________
Każdy ma to na co zasłużył... |
|
|
|
|
|
Maro
Podporucznik
Pomógł: 9 razy
Posty: 340
Skąd: Nisko
|
| Wysłany: 2009-11-21, 22:58
|
|
|
Przepraszam, ze tak późno ale mialem ostatnio trochę zajęć. Juz postaram się odpowiedzieć.
| batman napisał/a: | Chyba czegos nie rozumiem.
Czyli jak wyjdzie 0.06, to mozna stwierdzic, ze lek jest tak samo dobry? |
Jeśli, H0 mówi o braku różnicy, a p-v<0.05 oznacza jej odrzucenie, to wynik nieznacznie od tego ustalonego p większy (np. P-v=0.056) można rokreślić jako tendencję statystyczną, czyli "prawie istotną różnicę". Jeśli załóżmy przy 30 osobowej próbie, występuje różnica istotna na poziomie tendencji statystycznej, to można śmiało założyć, że stwierdzona różnica najprawdopodobniej "przejdzie" z tendencji, w istotność statystyczną na poziomie alfa=0.05, gdy odpowiednio zwiększymy liczebność próby.
| Cytat: |
A jakby zwiekszyc liczbe osob badanych, to pewnie w praktyce wyjdzie inaczej?
Czyli jak ktos chce wykazac, ze roznicy nie ma, to najlepiej wziac jak najmniejsza probe, zeby nie moc nic wywnioskowac? |
W sumie to właśnie tak wygląda:) jeśli mamy maly efekt, to zbyt mało liczna w stosunku do tego efektu próba wykaże brak różnicy. Co niekoniecznie będzie oznaczlo, że w populacji żadnej róznicy nie ma. Być może ona jest, ale słabsza. Jesli wiemy, że róznica jest w populacji niezbyt duża, to mozemy tak manipulować wielkością próby, żeby jakaś różnica okazał się istotna lub nieistotna. Pytanie tylko po co, i czy tak robić wolno? Ponadto zaznajomiony ze statystyką recenzent szybko wykaże, że wnioski na podstawie tej próby nie są uprawnione, albo conajmniej niejednoznaczne.
Przed badaniem należałoby ustalić jaką różnicę powinien być w stanie wykryć nasz test. Im różnca (wielkość efektu) w populacji jest wyższa, tym maleje niezbędna do jej wykazania liczebność próby. I na odwrót, jeśli różnica w populacji jest mała, to potrzeba dużej liczby osób by ją statystcznie wykazać. Jeśli badany temat jest ważny,a konsekwencje błedu we wnioskowaniu poważne, to należy zapewnic sobie minimalizacje obu typu błędow w badaniu (alfa i beta), a to możliwe jest przez zwiększanie liczebności próby.
Czy wynika z tego, że trzeba zakładać najmniejszą wielkość efektu i badać zawsze jak największa liczbę osób? Niekoniecznie. Wszystko zależy od tego jak duża róznica będzie dla nas użyteczna. Czy każdą różnicą nalezy sobie zawracac głowę? Wyobraźmy sobie, ze jesteśmy np. właścicielami linii produkcyjnej, i chcemy ją usprawnić. Koszt proponowanego usprawnienia to 100 tys. zl. Mamy do dyspozycji linie innych firm, które przeprowadziły taka modyfikację i pozwalają nam sprawdzić, czy jakośc produktów przed i po remoncie się różni istotnie. Czy wówczas zadowolimy się siłą efektu na poziomie 0,1 (nikt z konsumentów jej zapewne nie zauważy)? Remont, przy takich kosztach, najprawdopodobniej zacznie być dla nas oplacalny dopiero przy efekcie co najmniej 0.5. Nie będzie tu wiec zasadne pobieranie próby w takiej liczebności, by wykazała istotność zbyt mało znaczącej różnicy. Czy wykazanie, małej różnicy jako istotnej statystycznie jest niebezpieczne?
Może być. Zalezy kto czyta wyniki analizy, czyli poprostu na ile ta osoba ma świadomośc tego jak skonstruowane są testy statystyczne, i jakie czynniki wplywaja na ich ostateczny wynik. Jeśli osoba jest laikiem, to z mojego doświadczenia wynika, że ma silne przywiązanie do stotności statystycznej. Generalnie nie widzi różnicy pomiedzy istotnoscia na pozioemie prawd. testowego p-v=0.031, a p-v 0.0031. Tym bardziej nie zwraca uwagi na to, jaka jest wartośc tej różnicy. Osoba tak stawia znak równości pomiędzy istotnoscią statystyczna różnicy, a użytecznością merytoryczna wniosku o różnicy. W przypadku testowania istotności nalezałoby więc podawać, poza poziomem prawdopodobieństwa testowego, moc testu i wielkosc efektu, z chocby krótkim opisem znaczenia tych wartości dla interpretacji merytorycznejw wyniku. Te informacje są zbyt często pomijane, a w oparciu o nie można dużo lepiej wnioskować o różnicy.
Wynik istotny statystycznie nie musi oznaczać wyniku istotnego merytorycznie (i na odwrót).
Jeśli interesuja Cię szczególy to radzę poczytać o tym czym jest istotność różnicy, poziom istotności, siła efektu, moc testu, jakie sa błedy mozliwe przy testotwaniu hipotez i jak je minimalozwoać. Ja starałem sie to po krótce przyvblizyć nie popadając z zbytnie uproszczenia.
| Cytat: |
Fakt, ze nie mozna odrzucic h0 nie gwarantuje przeciez, ze srednie sa rowne, tylko, ze nie jestesmy w stanie stwierdzic roznicy (bo np. mamy za mala probe). |
No, wlasnie tak jest. Decyzje o tym czy różnica jest czy jej nie ma, i co można z taka wiedzą zrobić, nie powinno się podejmować jedynie na podstawie wiedzy o tym czy w naszym badaniu była istotna czy nie.
[/quote]
A moze jak otrzymam 0.95 to moge twierdzic, ze srednie sa rowne?[/quote]Ale co otrzymasz 0.95? Poziom prawdopodobieństwa testowego?
Pozdrawiam i liczę, że za bardzo nie namieszałem  |
|
|
|
|
|
batman
Szeregowy
Posty: 6
Skąd: Warszawa
|
| Wysłany: 2009-11-26, 14:48
|
|
|
Dzieki za odpowiedz - nie namieszales ;).
Tylko mam wrazenie, ze nie do konca uzyskalem jeszcze odpowiedz.
Moje pytanie brzmi:
Czy istnieje test, ktory w h0 zaklada istnienie roznicy?
albo innymi slowy:
Jak (poprawnie i w miare pewnie) wykazac, ze roznicy miedzy dwoma probami nie ma?
Pytania "czy jest roznica" i "czy nie ma roznicy?" to moim zdaniem rozne pytania.
Na pierwsze (h0 zaklada brak roznicy) mozemy odpowiedziec, ze roznica jest, albo ze nie wiemy czy jest. A na drugie chcialbym, zeby mozna bylo odpoweidziec "nie ma roznicy".
Np. czy lek nasenny nie zaburza inteligencji - jesli zadamy pytanie "czy grupa z lekiem i bez leku ma rozne IQ" to w najlepszym wypadku mozemy uczciwie odpoweidzec "nasz test nie znalazl roznicy, co nie znaczy, ze jej nie ma". Czy mozna dzieki jakims testom odpoweidziec np. "z 99% pewnoscia mozemy powiedziec, ze obie grupy maja takie same srednie IQ" ?
Mam nadzieje, ze moje pytanie jest zrozumiale.
Pozdrawiam |
|
|
|
|
|
MK
Podporucznik
Pomógł: 27 razy
Posty: 191
Skąd: Warszawa
|
| Wysłany: 2009-11-26, 21:06
|
|
|
| Maro napisał/a: |
Jeśli, H0 mówi o braku różnicy, a p-v<0.05 oznacza jej odrzucenie, to wynik nieznacznie od tego ustalonego p większy (np. P-v=0.056) można rokreślić jako tendencję statystyczną, czyli "prawie istotną różnicę". Jeśli załóżmy przy 30 osobowej próbie, występuje różnica istotna na poziomie tendencji statystycznej, to można śmiało założyć, że stwierdzona różnica najprawdopodobniej "przejdzie" z tendencji, w istotność statystyczną na poziomie alfa=0.05, gdy odpowiednio zwiększymy liczebność próby. |
1. p-value jest właśnie po to by nie stosować zero-jedynkowego rozumowania, np. p-value=0.051 - nie odrzucam, p-value=0.049 - odrzucam.
2. Zwiększając liczebność próby zwiększamy moc testu, czyli jego jakość w przypadku prawdziwości hipotezy alternatywnej, dla  nic się nie zmienia.
3. To jakie p-value wyszło dla małej próby nie przekłada się bezpośrednio na p-value z większej próby. Wszystko zależy od tego czy jest prawdziwa czy nie. Jeśli jest prawdziwa to szansa na wpadnięcie do obszaru krytycznego jest taka sama. |
|
|
|
|
|
Maro
Podporucznik
Pomógł: 9 razy
Posty: 340
Skąd: Nisko
|
| Wysłany: 2009-11-26, 21:38
|
|
|
| batman napisał/a: |
Czy istnieje test, ktory w h0 zaklada istnienie roznicy?
albo innymi slowy:
Jak (poprawnie i w miare pewnie) wykazac, ze roznicy miedzy dwoma probami nie ma? |
Tak, istnieje. A właściwie istnieją. Są to tzw. testy jednostronne.
Jak wykazać, w sposób w miarę pewny, że róznicy nie ma? Patrz druga część tego postu i moje poprzednie posty o zbalansowaniu mocy testu adekwatnie do problemu.
| Cytat: | | (...) mozemy odpowiedziec, ze roznica jest, albo ze nie wiemy czy jest. |
Nie, nie do końca możemy tak powiedzieć. Tak naprawdę, możemy powiedzieć, jakie jest prawdopodobieństwo otrzymania takiej wartości statystyki testowej (jak otrzymaliśmy na podstawie danych), gdyby założyć, że hipoteza zerowa jest prawdziwa (czyli np. brak różnicy średnich). Jeśli to prawdopodobieństwo jest bardzo małe (np. mniejsze niż 5%) to stwierdzamy, że różnica którą obserwujemy jest nieprzypadkowa. Jeśli jednak prawdopodobieństwo otrzymania takiej statystyki w sposób przypadkowy jest możliwe w 50% przypadków, wtedy nie możemy mieć już takiej "pewności", że to akurat nasz czynnik tu właśnie zadziałał a nie przypadek.
| Cytat: | | A na drugie chcialbym, zeby mozna bylo odpoweidziec "nie ma roznicy". |
Tak jak pisałem, statystycznie, poza przypadkiem gdzie różnica średnich w porównywanych próbach wynosi "0" (gdy porównujesz średnie), a zbadałeś całą populację, nie będziesz mógł tego stwierdzić na pewno, a jedynie z pewnym prawdopodobieństwem.
| Cytat: | | Czy mozna dzieki jakims testom odpoweidziec np. "z 99% pewnoscia mozemy powiedziec, ze obie grupy maja takie same srednie IQ" ? |
W przypadku testu dwustronnego:
Jeśli np. alfa=0.01, a moc Twojego testu będzie wynosiła 0,99 i na jego podstawie odrzucisz H0 to będziesz mógł tak powiedzieć.
W przypadku testu jednostronnego:
Jeśli Twoje alfa będzie równe 0.01, a moc Twojego testu będzie wynosiła 0,99 i odrzucisz H0: średnia nie biorących leku > średnia biorących lek, to będziesz mógł stwierdzić, że z 99%, to będziesz mógł powiedzieć, że z 99% prawdopodobieństwem średnia osób nie biorących leku nie jest wyższa od średniej osób ten lek biorących. Być może te średnie są równe, a być może różne ale w odwrotnym niż założony kierunku, tego nie wiadomo. Wiadomo jedynie (z określonym prawdopodobieństwem), że taki kierunek różnicy jak określa h0 jest nieprawdziwy.
___
JAK POPRAWNIE I W MIARĘ PEWNIE WYKAZAĆ ISTNIENIE/BRAK RÓŻNICY?
Musimy tu rozważyć kilka pojęć. Nie mam za bardzo możliwości dokładnego ich omawiania. Muszę Cię odesłać do literatury lub kogoś kto będzie umiał i zechce to opisać szerzej jeśli zajdzie taka konieczność.
Gdy mamy dowolną hipotezę zerową, to odrzucając ją lub nie odrzucając możemy mylić się na jeden z dwóch sposobów:
a) uznać ją za nieprawdziwą, podczas gdy jest prawdziwa. Oznaczałoby to stwierdzenie, że różnica jest nieprzypadkowa , w sytuacji gdy jest przypadkowa. To jest błąd alfa.
b) uznać za prawdziwą hipotezę, podczas gdy jest nieprawdziwa. Oznaczałoby to, uznanie różnicy za przypadkową, wówczas gdy jest nieprzypadkowa. To błąd beta.
Pocieszające jednak jest to, że dwóch tych błędów na raz popełnić nie możemy 
Błąd alfa-pierwszego rodzaju, bywa - jak piszą Francuz i Mackiewicz (2007) - określane błędem radykała, i "prowadzi do ogłaszania światu zależności których w rzeczywistości nie ma". W naszym przypadku oznaczałoby to stwierdzenie, że lek obniżył(zmienił) I.I. mimo, że tak się nie stało.
Błąd beta, zaś Ci sami autorzy określają mianem błędu zachowawczego konserwatysty, który ostrożnie podejmuje decyzje i woli unikać radykalnych posunięć. W naszym przypadku oznaczałoby to uznanie, że nie ma różnicy, podczas gdy ta różnica istnieje i ma znaczenie merytoryczne.
Zwykle, za bezpieczniejsze uznaje się popełnienie błędu 1-go rodzaju, bo o niczym w sumie nie przesądza. Uniemożliwia ono jednak odnajdywanie słabszych (statystycznie) zależności, które już merytorycznie tak słabe nie są. Warto byłoby więc rozważyć możliwość obniżenia prawdopodobieństwa wystąpienia obu tych błędów.
Najogólniej rzecz biorąc, w testowaniu statystycznym mamy kilka wielkości, które wchodzą ze sobą w pewne związki. Wygląda to mniej więcej tak:
Zmniejszając prawdopodobieństwo błędu alfa, zwiększamy prawdopodobieństwo błędu beta.
Zwiększanie się prawdopodobieństwa błędu beta oznacza zmniejszenie się mocy testu. Moc testu to jego zdolność do odrzucania H0, gdy jest nieprawdziwa. Na moc testu składają się: różnica pomiędzy średnimi i odchylenie standardowe w rozkładzie średnich z próby.
Moc testu wzrasta, wraz ze wzrostem wielkości efektu (wielkości różnicy). Wysoka wielkość efektu zatem, zmniejsza prawdopodobieństwo popełnienia błędu drugiego rodzaju, bez ingerencji w poziom prawdopodobieństwa wystąpienia błędu pierwszego rodzaju. W przeciwnym wypadku (niezmienny poziom wielkości efektu), zwiększanie mocy testu, zwiększa prawdopodobieństwo błędu 1-go rodzaju.
Jedynie zwiększając liczebność próby, zwiększamy szansę na uznanie obserwowanej różnicy za istotną statystycznie, przy zachowaniu poziomu błędów alfa, beta, wielkości efektu i mocy testu na niezmienionym poziomie.
Jak to się ma do naszego przykładu?
Jeśli zależy nam, przede wszystkim na tym, by dowiedzieć się, czy pod wpływem leku nie SPADA iloraz inteligencji. W mniejszym stopniu interesuje nas czy ewentualnie wzrasta lub się nie zmienia. Interesuje nas więc hipoteza jednostronna w postaci:
H0: średnia nie biorących leku > średnia biorących lek
Odrzucisz H0 (na zadanym poziomie), gdy
a) średnie będą równe,
b) średnia biorących<średniej niebiorących leku (odwrotnie niż w h0)
W tym przypadku jednak nadal nie jesteś wolny od zbalansowania wielkości błędów obu rodzajów (alfa i beta).
Zastanów się, jaka ewentualnie zmiana (lub konkretnie obniżenie, jeśli hipoteza jednostronna) I.Q. nie będzie miała istotne znaczenie dla osoby. Wtedy ustalasz moc testu, który jest w stanie taką właśnie różnicę wykryć i "uznać" za istotną. Z określonych wielkości właściwości testu, wynikac będzie wielkość próby, jaką musisz miec by zbadac istnienie takiej roznicy.
Reasumując:
W tym przypadku oczekujemy, że test powinien dać wynik istotny (różnica najprawdopodobniej nieprzypadkowa), jeśli różnica średnich pomiędzy biorącymi a niebiorącymi jest większa niż....(tu wstaw wartość różnicy, która będzie miała znaczenie kliniczne). W innych wypadkach (brak roznicy, lub roznica nieznacząca klinicznie), test ma dawać wynik nieistotny.
Zastanów się wiec, jaką najmniejszą różnicę w średnich powinien być w stanie wykryć Twój test, a następnie zadbaj o to by uzyskać potrzebą do wykrycia tej wielkości moc, bez obniżania poziomu ufności poniżej rozsądnych wartości.
Pozdrawiam i liczę, że nie popełniłem w trakcie pisania jakichś literówek albo zwyczajnych błędów logicznych. Jeśli tak się stało proszę o poprawienie mnie
Pozdrawiam
[ Dodano: 2009-11-26, 21:48 ]
| MK napisał/a: | | 1. p-value jest właśnie po to by nie stosować zero-jedynkowego rozumowania, np. p-value=0.051 - nie odrzucam, p-value=0.049 - odrzucam. |
Zgadzam się w zupełności.
| MK napisał/a: |
2. Zwiększając liczebność próby zwiększamy moc testu, czyli jego jakość w przypadku prawdziwości hipotezy alternatywnej, dla nic się nie zmienia. |
Również się zgadzam i starałem się to opisać w poście wyżej.
| MK napisał/a: |
3. To jakie p-value wyszło dla małej próby nie przekłada się bezpośrednio na p-value z większej próby. Wszystko zależy od tego czy jest prawdziwa czy nie. Jeśli jest prawdziwa to szansa na wpadnięcie do obszaru krytycznego jest taka sama. |
Hmmm, nie wiem czy Cię dobrze rozumiem. Ale mamy dla przykładu rozkład zmiennej x w gr 1, n=35 obserwacji. Stwórzmy nową zmienną, poprzez dodanie do każdej wartości zmiennej w grupie pierwszej "1". Różnica średnich wynosi wtedy 1. Wrzuciłem to sobie do pasta i policzył mi p-v=0,055698. Teraz zrobiłem taki myk, że skopiowałem te wartości jeszcze raz. I mialem 2 grupy po 70 osob, dokladnie taka sama roznica srednich. W tym przypadku p-v=0,0063174.
Czyli taka sama różnica na poziomie tendencji w próbie 70 osobowej okazała się istotna w grupie 140 osobowej. Więc jeśli dobrze rozumiem, wielkość próby przekłada się na istotność tej samej różnicy. |
|
|
|
|
|
MK
Podporucznik
Pomógł: 27 razy
Posty: 191
Skąd: Warszawa
|
| Wysłany: 2009-11-26, 22:30
|
|
|
| Maro napisał/a: | Hmmm, nie wiem czy Cię dobrze rozumiem. Ale mamy dla przykładu rozkład zmiennej x w gr 1, n=35 obserwacji. Stwórzmy nową zmienną, poprzez dodanie do każdej wartości zmiennej w grupie pierwszej "1". Różnica średnich wynosi wtedy 1. Wrzuciłem to sobie do pasta i policzył mi p-v=0,055698. Teraz zrobiłem taki myk, że skopiowałem te wartości jeszcze raz. I mialem 2 grupy po 70 osob, dokladnie taka sama roznica srednich. W tym przypadku p-v=0,0063174.
Czyli taka sama różnica na poziomie tendencji w próbie 70 osobowej okazała się istotna w grupie 140 osobowej. Więc jeśli dobrze rozumiem, wielkość próby przekłada się na istotność tej samej różnicy. |
1. Skoro prawdziwa jest hipoteza alternatywna poziom istotności Cię nie obchodzi, tak? Liczy się moc testu (1 - błąd II rodzaju)
2. Jeśli zwiększasz swoją próbę z 35 do 70, to masz dwie możliwości. Możesz powiedzieć: ok, poziom istotności sobie zostawiam, czyli ciągle  , ale wiem, że zwiększy mi się wtedy moc. A możesz zrobić inaczej, możesz zostawić sobie taką samą moc, a  odpowiednio zmniejszyć.
3. Wracając do początku dyskusji, to jeśli p-value wyszło np. 0.1, to nie możesz automatycznie powiedzieć, że po zwiększeniu próby będzie ono 0.05 (czytaj: będzie prawdopodobnie mniejsze). Będzie tak gdy hipoteza zerowa jest fałszywa. Ale jeśli jest prawdziwa i 0.1 wyszło przypadkiem..? |
|
|
|
|
|
Maro
Podporucznik
Pomógł: 9 razy
Posty: 340
Skąd: Nisko
|
| Wysłany: 2009-11-26, 22:44
|
|
|
| MK napisał/a: |
1. Skoro prawdziwa jest hipoteza alternatywna poziom istotności Cię nie obchodzi, tak? Liczy się moc testu (1 - błąd II rodzaju)
2. Jeśli zwiększasz swoją próbę z 35 do 70, to masz dwie możliwości. Możesz powiedzieć: ok, poziom istotności sobie zostawiam, czyli ciągle , ale wiem, że zwiększy mi się wtedy moc. A możesz zrobić inaczej, możesz zostawić sobie taką samą moc, a odpowiednio zmniejszyć. |
Ale z jakiego powodu mam zmniejszać alfa? Ja nie wiem co dokładnie mi wyjdzie po badaniu. Zależy mi na minimalizacjo obu typów błędów. Nie chcę popełnić częściej jednego błędu kosztem drugiego. W takim wypadku tylko zwiększając liczebność mam szansę wykryć słabszy efekt.
| Cytat: | | 3. (...) Ale jeśli jest prawdziwa i 0.1 wyszło przypadkiem..? |
To zwiększenie próby tylko to potwierdzi, bo w przeciwnym razie pewności nie mamy. |
|
|
|
|
|
MK
Podporucznik
Pomógł: 27 razy
Posty: 191
Skąd: Warszawa
|
| Wysłany: 2009-11-26, 23:03
|
|
|
| Maro napisał/a: |
Ale z jakiego powodu mam zmniejszać alfa? Ja nie wiem co dokładnie mi wyjdzie po badaniu. Zależy mi na minimalizacjo obu typów błędów. Nie chcę popełnić częściej jednego błędu kosztem drugiego. W takim wypadku tylko zwiększając liczebność mam szansę wykryć słabszy efekt.
|
Ok, może taki przykład. Dla n=35 wyszło Ci p-value = 0.049 i dla n=70 znowu takie samo.. W zależności co sobie przyjąłeś, tzn. czy:
- zostawiłeś mając nadzieję, że zwiększy Ci się moc - odrzucisz hipotezę
- zmniejszyłeś sobie do 0.025, zachowując taką samą moc testu jak dla n=35 - nie odrzucisz hipotezy
| Cytat: | | To zwiększenie próby tylko to potwierdzi, bo w przeciwnym razie pewności nie mamy. |
Dokładnie. Czyli jak Ci wyjdzie 0.1, to kolejność rozumowania jest taka: pewnie jest fałszywa, więc zwiększając n pewnie zmniejszy mi się p-value, albo: 0.1 to jednak trochę dużo, pewnie jest prawdziwa, zwiększając n wcale nie dostane mniejszego p-value.. |
|
|
|
|
|
Maro
Podporucznik
Pomógł: 9 razy
Posty: 340
Skąd: Nisko
|
| Wysłany: 2009-11-26, 23:13
|
|
|
| MK napisał/a: | Ok, może taki przykład. Dla n=35 wyszło Ci p-value = 0.049 i dla n=70 znowu takie samo.. W zależności co sobie przyjąłeś, tzn. czy:
- zostawiłeś mając nadzieję, że zwiększy Ci się moc - odrzucisz hipotezę
- zmniejszyłeś sobie do 0.025, zachowując taką samą moc testu jak dla n=35 - nie odrzucisz hipotezy |
Najpewniej zostawię alfa na 0.05 bo nie potrzebuję dodatkowo zmniejszać ryzyka popełnienia błędu 1 rodzaju. Jest on wystarczająco niski. Jak sam pisałeś, zwiększanie liczebności próby nie ma nic do błędu alfa, a jedynie do beta. Po co miałbym więc zmniejszać alfa po zwiększeniu liczebności? Poza tym w tym przykładzie odrzucam H0 już za pierwszym raziem (gdy n=35), nie bardzo rozumiem co ten przykład miał pokazać.
| Cytat: | | Dokładnie. Czyli jak Ci wyjdzie 0.1, to kolejność rozumowania jest taka: pewnie jest fałszywa, więc zwiększając n pewnie zmniejszy mi się p-value, albo: 0.1 to jednak trochę dużo, pewnie jest prawdziwa, zwiększając n wcale nie dostane mniejszego p-value.. |
Czyli, jeśli dobrze rozumiem, żeby dowiedzieć się jak jest naprawdę również proponujesz zwiększyć liczność próby. Twierdzisz jedynie, że nie zawsze musi to oznaczać przejście z tendencji, lub nieistotności w istotność. Czy tak? |
|
|
|
|
|
MK
Podporucznik
Pomógł: 27 razy
Posty: 191
Skąd: Warszawa
|
| Wysłany: 2009-11-26, 23:44
|
|
|
| Maro napisał/a: | Najpewniej zostawię alfa na 0.05 bo nie potrzebuję dodatkowo zmniejszać ryzyka popełnienia błędu 1 rodzaju. Jest on wystarczająco niski. Jak sam pisałeś, zwiększanie liczebności próby nie ma nic do błędu alfa, a jedynie do beta. Po co miałbym więc zmniejszać alfa po zwiększeniu liczebności? Poza tym w tym przykładzie odrzucam H0 już za pierwszym raziem (gdy n=35), nie bardzo rozumiem co ten przykład miał pokazać.
|
"Wystarczająco niski" jest pojęciem subiektywnym. A może jestem bardzo przywiązany do swojej hipotezy i zwiększenie próby chciałbym wykorzystać na zmniejszenie ? To co pisałem w pierwszej odpowiedzi wynikało z tego, że jak zrozumiałem mamy ustalone na poziomie 0.05 i się tego trzymamy (tzn. takie przyjęliśmy założenie).
| Cytat: | | Czyli, jeśli dobrze rozumiem, żeby dowiedzieć się jak jest naprawdę również proponujesz zwiększyć liczność próby. Twierdzisz jedynie, że nie zawsze musi to oznaczać przejście z tendencji, lub nieistotności w istotność. Czy tak? |
Tak, generalnie skoro twierdzisz, że prawdopodobnie p-value się zmniejszy, gdy zwiększy się próbę, to już podjąłeś decyzję, że jest fałszywa. |
|
|
|
|
|
Maro
Podporucznik
Pomógł: 9 razy
Posty: 340
Skąd: Nisko
|
| Wysłany: 2009-11-26, 23:59
|
|
|
Jeśli za pierwszym razem uznalibysmy ze blad nie wiekszy niz 5% nas satysfakcjonuje to czemu nagle mielibysmy zmienic zdanie? Skoro liczebnosc na wielkosc bledu alfa nie ma wplywu? Sam wiesz, ze "ryzyko" odrzucenia h0 rosnie jedynie gdy jest falszywa.
Co do drugiej czesci to masz absolutnie racje. Za szybko napisalem ze to bedzie zwykle oznaczac przejscie w istotnosć. |
|
|
|
|
|
bluesaibot
Szeregowy
Posty: 1
Skąd: Reda
|
| Wysłany: 2010-02-05, 21:04 Weryfikacja hipotez - analiza wyniku
|
|
|
Hej,
Mam pewien problem dotyczący analizy wyniku pewnego, zapewne trywialnego zadanka:
| Cytat: | 1. Obciążenie kredytowe nie nie zmieniło się H0 : μ = 0, H1 : μ = 0
2. Obciążenie kredytowe nie wzrosło H0 : μ = 0, H1 : μ > 0
3. Obciążenie kredytowe nie zmalało H0 : μ = 0, H1 : μ < 0 |
Wartość próby wyniosła mi: 0.845 a wartość krytyczna: 1.717
O ile dobrze rozumuje na pierwsze można odpowiedzieć tak:
| Cytat: | | Brak podstaw do odrzucenia H0. Obciążenie kredytowe mogło się zmienić. |
Nie za bardzo wiem jednak jak dopisać resztę aby to miało ręce i nogi.
F1? :) |
|
|
|
|
|
|
|
Nie możesz pisać nowych tematów
Nie możesz odpowiadać w tematach
Nie możesz zmieniać swoich postów
Nie możesz usuwać swoich postów
Nie możesz głosować w ankietach
Nie możesz załączać plików na tym forum
Możesz ściągać załączniki na tym forum
|
Dodaj temat do Ulubionych zakładek(IE)
Wersja do druku
|
salon fryzjerski warszawa |mieszkania w suwałkach | Ogłoszenia Podlasie | implanty | Bukmacherzy | Liga Polska | numizmatyka | Typy bukmacherskie | betterware | bilety autokarowe | wynajem agregatów prądotwórczych | forum | portal studencki | płyty warstwowe | bronze crane statues | fotografia ślubna szczecin | alufelgi chromowane | okulary przeciwsłoneczne | rolety | hotel poznań | restauracja poznań | Ogrody Warszawa | strony internetowe olsztyn | stairlift | Patelnia elektryczna | Kosmetyki naturalne Florame | Radiografia | Nauka Jazdy Warszawa | konferansjer | | | Strona wygenerowana w 0,21 sekundy. Zapytań do SQL: 9 |
|
|
FAQ
Szukaj
Użytkownicy
Grupy
Statystyki
Rejestracja
Zaloguj
Programy statystyczne
Download
