Πώς να υπολογίσετε τη Στατιστική Σημασία

Posted on
Συγγραφέας: Monica Porter
Ημερομηνία Δημιουργίας: 22 Μάρτιος 2021
Ημερομηνία Ενημέρωσης: 4 Ιούλιος 2024
Anonim
Έλεγχος Υπόθεσης (Hypothesis Testing)
Βίντεο: Έλεγχος Υπόθεσης (Hypothesis Testing)

Περιεχόμενο

Η στατιστική σημασία είναι μια σημαντική έννοια που πρέπει να κατανοήσουμε κατά την ερμηνεία των δεδομένων που προέρχονται από πειράματα. Ο όρος "στατιστική σπουδαιότητα" αναφέρεται στην πιθανότητα ότι τα αποτελέσματα προέκυψαν από τη μνήμη και όχι από τις ενέργειες που πραγματοποιήθηκαν σε μια πειραματική μελέτη. Η στατιστική σημασία του .05 ή μεγαλύτερη θεωρείται αρκετά μεγάλη ώστε να ακυρώσει τα αποτελέσματα της μελέτης. Επομένως, είναι σημαντικό να υπολογίσετε σωστά αυτή την τιμή όταν εργάζεστε με δεδομένα που έχουν καταγραφεί κατά τη διάρκεια ενός πειράματος.


    Γράψτε την υπόθεση που τα δεδομένα σας υποτίθεται ότι υποστηρίζουν ή διαψεύδουν. Η φύση της υπόθεσης θα σας πει εάν πρέπει να χρησιμοποιήσετε μια στατιστική ανάλυση με ένα ή δύο ουρές για να υπολογίσετε τη στατιστική σημασία. Χρησιμοποιείται ένας υπολογισμός κατά μία φορά όταν προσπαθείτε να απαντήσετε σε μια ερώτηση που επικεντρώνεται σε μια μεταβλητή, όπως: "Είναι οι γυναίκες πιο πιθανό από τους άνδρες να βαθμολογούν υψηλά στις εξετάσεις στατιστικών;" Θα πρέπει να χρησιμοποιηθεί μια προσέγγιση με δύο τρόπους όταν προσπαθείτε να εξετάσετε υποθέσεις ανοιχτού τύπου, όπως: "Υπάρχουν σημαντικές διαφορές μεταξύ των βαθμολογιών των γυναικών και των γυναικών σε στατιστικές εξετάσεις;"

    Οργανώστε τα δεδομένα σας. Κάντε δύο στήλες σε ένα κομμάτι χαρτί. Βάλτε όλα τα αποτελέσματα που συμφωνούν με ένα αποτέλεσμα του πειράματος σε μία στήλη και όλα τα αποτελέσματα συμφωνούν με το άλλο αποτέλεσμα σε άλλη στήλη. Χρησιμοποιώντας το παράδειγμα δοκιμαστικής στατιστικής, για μια μονόπλευρη δοκιμασία μπορείτε να δημιουργήσετε μια στήλη όπου θα τοποθετήσετε ένα σημείωμα για κάθε φοιτητή που βαθμολόγησε υψηλότερα σε μια δοκιμασία και μία στήλη για να παρακολουθείτε κάθε μαθητή ανδρών που σημείωσε υψηλότερη βαθμολογία. Για έναν υπολογισμό δύο επιπέδων, θα τοποθετούσατε πόση υψηλότερη ήταν κάθε γυναικεία υψηλή βαθμολογία σε μία στήλη και πόσο υψηλότερη ήταν η υψηλότερη βαθμολογία σε κάθε άλλη στήλη.


    Υπολογίστε την πιθανότητα να επιτύχετε αυτά τα αποτελέσματα τυχαία. Για μια δοκιμασία με ένα πλήθος, το κάνετε αυτό χρησιμοποιώντας τον υπολογισμό για διωνυμική κατανομή. Χρησιμοποιήστε έναν υπολογισμό γραφικών ή στατιστικά στοιχεία για να κάνετε αυτόν τον υπολογισμό. Πρέπει να ορίσετε ένα αποτέλεσμα ως επιτυχία (για παράδειγμα, ο αριθμός των γυναικών που σημειώνει υψηλότερα) και να συνδέσετε αυτόν τον αριθμό στην αριθμομηχανή μαζί με τον αριθμό των δοκιμών (πόσοι φοιτητές ήταν στην τάξη.) Για μια διπλή δοκιμή, Διπλασιάστε το αποτέλεσμα που λαμβάνετε όταν κάνετε αυτόν τον υπολογισμό.

    Αναζητήστε κρίσιμες τιμές για τον αριθμό των δοκιμών και τον τύπο της δοκιμής σε έναν πίνακα στατιστικών στοιχείων. Συγκρίνετε αυτόν τον αριθμό με την τιμή που πήρατε στο Βήμα 3. Εάν η στατιστική σας είναι υψηλότερη από την στατιστική του πίνακα, το εύρημα είναι στατιστικά σημαντικό. Εάν όχι, το εύρημα είναι στατιστικά ασήμαντο.

    Προειδοποιήσεις