क्या आप n परिकल्पना को अस्वीकार करते हैं जब

Question

यह स्पष्ट रूप से परिभाषा या सम्मेलन का विषय है, और लगभग कोई व्यावहारिक महत्व नहीं है। यदि 0.05 के अपने पारंपरिक मूल्य पर सेट है, तो 0.0500000000000 का एक पी मूल्य है ... जिसे सांख्यिकीय रूप से महत्वपूर्ण माना जाता है या नहीं? आम तौर पर माना जाता शासन सांख्यिकीय महत्व को परिभाषित करने के है पी < अल्फा या पी ≤ अल्फा ??$\alpha$$p$$p < \alpha$$p \leq \alpha$

Comments

कई मामलों में (जैसे सामान्य या t- tests) का अंतर शाब्दिक रूप से मायने नहीं रखता है क्योंकि संभावना है कि p -value बिल्कुल .05 है। 0. यह मामला है किसी भी समय अशक्त वितरण निरंतर है। $z$$t$$p$

— मैक्रों

एक बहुत ही सामान्य अर्थ में यह ज्यादा मायने नहीं रखता है, क्योंकि (केवल बहुत मामूली मान्यताओं को देखते हुए) -समान रूप से अशक्त परिकल्पना के तहत वितरित किए जाते हैं। $p$

— कार्डिनल

यह समस्या वितरण के असतत परिवारों के साथ उत्पन्न होती है , @ कार्डिनल।

— whuber

@MichaelChernick, मैं आपके द्वारा कही गई हर बात से सहमत हूं, लेकिन ओपी इस सवाल को एक स्वचालित परिकल्पना परीक्षण फ़ंक्शन प्रोग्रामिंग के संदर्भ में पूछ रहा है: क्या उस फ़ंक्शन को अस्वीकार करना चाहिए या नहीं जब -वेल्यू α के बराबर हो ? $p$$\alpha$

— मैक्रों

@ मैक्रो इस मामले में यह वास्तव में मायने नहीं रखता है। मैं कहूंगा कि एक सिक्का फ्लिप करें लेकिन यह एक यादृच्छिक तत्व का परिचय देता है। मुझे लगता है कि सबसे आसान बात हमेशा 0.05 की गणना पी-मूल्य पर अस्वीकार करना होगा यदि आपको कटऑफ के रूप में 0.05 लेना चाहिए। एक कंप्यूटर एल्गोरिथ्म के लिए यह सब मायने रखता है कि संगति और प्रलेखन। Whay हम एक सरल के रूप में इन सभी परिष्कृत लग रही जवाब मिल रहे हैं और जैसा कि हार्वे खुद एक सम्मेलन कहते हैं जिसका कोई महत्वपूर्ण महत्व नहीं है।

— माइकल आर। चेरिक

Answer 1

लेहमैन और रोमानो पर भरोसा करना, सांख्यिकीय परिकल्पना का परीक्षण करना, । परिभाषित एस 1 अस्वीकृति का क्षेत्र और के रूप में Ω एच शून्य परिकल्पना क्षेत्र के रूप में, शिथिल तौर पर, हम निम्नलिखित बयान, पी है। मेरी कॉपी में 57:$\leq$$S_1$$\Omega_H$

इस प्रकार एक 0 और 1 के बीच एक संख्या का चयन करता है , जिसे महत्व का स्तर कहा जाता है$\alpha$ , और यह शर्त लगाता है कि:

... $P_\theta\{X \in S_1\} \leq \alpha \text{ for all } \theta \in \Omega_H$

$P_\theta\{X \in S_1\} = \alpha$$\leq \alpha$

अधिक सहज स्तर पर, असतत पैरामीटर स्पेस पर एक परीक्षण की कल्पना करें, और अशक्त परिकल्पना के तहत ठीक 0.05 की संभावना के साथ एक सबसे अच्छा (सबसे शक्तिशाली) अस्वीकृति क्षेत्र। अगले सबसे बड़े (प्रायिकता के संदर्भ में) को मानें तो सर्वश्रेष्ठ अस्वीकृति क्षेत्र में शून्य परिकल्पना के तहत 0.001 की संभावना थी। यह कहना मुश्किल होगा, फिर से सहजता से बोलना, यह कहना कि पहला क्षेत्र "विश्वास के 95% स्तर पर" के बराबर नहीं था ... निर्णय लेकिन आपको 95% तक पहुंचने के लिए दूसरे क्षेत्र का उपयोग करना था आत्मविश्वास का स्तर।

Answer 2

आपने एक दिलचस्प और कुछ विवादास्पद मुद्दे पर छुआ है। यह इस छवि द्वारा हास्यपूर्वक संक्षेप में प्रस्तुत किया जा सकता है ( एंड्रयू जेलमैन के ब्लॉग पर पाया गया लेकिन मूल रूप से डैन गोल्डस्टीन के सौजन्य से ):

सबसे पहले, .05 के बारे में कुछ भी जादुई नहीं है। जब तक आप अपनी दहलीज को पहले से चुनते हैं, तब तक .1 या .01 की दहलीज सिर्फ उतना ही समझ सकती है। उस अंत तक, या तो यह चुनना कि आप कटऑफ का उपयोग करना चाहते हैं$<.05$ या $\leq.05$ समान रूप से न्यायसंगत होगा, बशर्ते कि आप अपने पी-मूल्य का अवलोकन करने के बाद अपने कटऑफ को बदलकर धोखा न दें।

यदि आप इसे सबसे सख्त अर्थ में देखना चाहते हैं, तो यदि आपने पहले से कटऑफ चुना है $<.05$(जिसे मैं अधिक "मानक" मानता हूं) और आप पी को बिल्कुल .05 के बराबर मानते हैं, तकनीकी रूप से आप मानक लगातार तकनीकों के तहत धोखा दे रहे होंगे। लेकिन इस पूरे दृष्टिकोण के साथ समस्या का हिस्सा है। हम एक द्विआधारी समस्या को "सांख्यिकीय रूप से महत्वपूर्ण या नहीं" कुछ से बाहर कर रहे हैं जो वास्तव में एक द्विआधारी समस्या नहीं है। जैसा कि एंड्रयू जेलमैन और हैल स्टर्न ने उपयुक्त रूप से कहा , "'महत्वपूर्ण' और 'महत्वपूर्ण नहीं' के बीच का अंतर स्वयं सांख्यिकीय रूप से महत्वपूर्ण नहीं है।"

Comments

महान ग्राफ के लिए धन्यवाद। मैंने इसे पहले नहीं देखा था। मजेदार। और उपयुक्त। हां, वैज्ञानिकों ने 0.05 कटऑफ पर बहुत अधिक जोर दिया। मैं सहमत हूँ कि या तो <.05 या ≤.05 तार्किक या गणितीय दृष्टिकोण से समान रूप से न्यायसंगत हो सकता है। मैं यह पूछ रहा हूं कि क्या कोई सम्मेलन है जिसके लिए अधिक बार उपयोग किया जाता है।

— हार्वे मोटुलस्की

ग्राफ को प्यार करो!

— rolando2