अशक्त परिकल्पना की स्वीकृति

Question

यह सांख्यिकी और अन्य विज्ञानों के प्रतिच्छेदन पर चर्चा का प्रश्न है। मैं अक्सर एक ही समस्या का सामना करता हूं: मेरे क्षेत्र के शोधकर्ता कहते हैं कि जब पी-मूल्य महत्व के स्तर से कम नहीं होता है तो कोई प्रभाव नहीं पड़ता है। शुरुआत में, मैंने अक्सर उत्तर दिया कि यह परिकल्पना परीक्षण कैसे काम करता है। यह देखते हुए कि यह सवाल कितनी बार उठता है, मैं इस मुद्दे पर अधिक अनुभवी सांख्यिकीविदों से चर्चा करना चाहूंगा।

आइए हम "सर्वश्रेष्ठ प्रकाशन समूह" प्रकृति संचार जीवविज्ञान से वैज्ञानिक पत्रिका में हाल के एक पेपर पर विचार करें (कई उदाहरण हैं, लेकिन आइए हम इस पर ध्यान केंद्रित करें)

शोधकर्ता निम्नलिखित तरीके से सांख्यिकीय रूप से महत्वपूर्ण परिणाम की व्याख्या नहीं करते हैं:

इस प्रकार पुरानी मध्यम कैलोरिक प्रतिबंध जीवनकाल का विस्तार कर सकते हैं और एक राजकुमार के स्वास्थ्य को बढ़ा सकते हैं, लेकिन यह संज्ञानात्मक प्रदर्शनों को प्रभावित किए बिना मस्तिष्क ग्रे पदार्थ की अखंडता को प्रभावित करता है ।

प्रमाण:

हालांकि, बार्न्स भूलभुलैया कार्य में प्रदर्शन नियंत्रण और कैलोरी-प्रतिबंधित जानवरों (एलएमई: एफ = 0.05, पी = 0.82; अंजीर। 2 ए) के बीच अलग नहीं थे। इसी तरह, सहज वैकल्पिक कार्य ने नियंत्रण और कैलोरी-प्रतिबंधित जानवरों (एलएमई: एफ = 1.63, पी = 0.22; अंजीर। 2 बी) के बीच कोई अंतर नहीं बताया।

लेखक प्रभाव की अनुपस्थिति के स्पष्टीकरण का भी सुझाव देते हैं - लेकिन मुख्य बिंदु स्पष्टीकरण नहीं है, बल्कि स्वयं का दावा है। प्रदान किए गए भूखंड मेरे लिए (चित्रा 2) "आंख से" काफी अलग दिखते हैं।

इसके अलावा, लेखक पूर्व ज्ञान की उपेक्षा करते हैं:

संज्ञानात्मक प्रदर्शन पर कैलोरी प्रतिबंध के घातक प्रभाव चूहों के लिए और मनुष्यों में मस्तिष्क और भावनात्मक भावनाओं के लिए रिपोर्ट किए गए हैं

मैं विशाल नमूना आकार (कोई प्रभाव नहीं = व्यावहारिक रूप से महत्वपूर्ण प्रभाव नहीं) के लिए एक ही दावे को समझ सकता हूं, लेकिन विशेष रूप से जटिल परीक्षणों में उपयोग किया गया था और यह मेरे लिए स्पष्ट नहीं है कि शक्ति गणना कैसे करें।

प्रशन:

1. क्या मैंने ऐसे किसी विवरण की अनदेखी की, जो उनके निष्कर्षों को मान्य बनाता है?

2. विज्ञान में नकारात्मक परिणामों की रिपोर्ट करने की आवश्यकता को ध्यान में रखते हुए , यह साबित करने के लिए कि यह "परिणाम की अनुपस्थिति" नहीं है (कि हमारे पास ) है, लेकिन "नकारात्मक परिणाम (जैसे समूहों के बीच कोई अंतर नहीं है)" आँकड़ों का उपयोग कर रहे हैं? मैं समझता हूं कि विशाल नमूना आकारों के लिए, अशक्त से छोटे विचलन भी अस्वीकृति का कारण बनते हैं, लेकिन मान लेते हैं कि हमारे पास आदर्श डेटा है और फिर भी यह साबित करने की आवश्यकता है कि नल व्यावहारिक रूप से सत्य है।$p > \alpha$

3. क्या सांख्यिकीविदों को हमेशा गणितीय रूप से सही निष्कर्ष पर जोर देना चाहिए जैसे "यह शक्ति होने पर हम महत्वपूर्ण आकार के प्रभाव का पता लगाने में सक्षम नहीं थे"? अन्य क्षेत्रों के शोधकर्ता नकारात्मक परिणामों के ऐसे योगों को दृढ़ता से नापसंद करते हैं।

मुझे समस्या पर कोई विचार सुनने में खुशी होगी और मैंने इस वेब साइट पर संबंधित प्रश्नों को पढ़ा और समझा है। आँकड़ों के दृष्टिकोण से प्रश्न 2) -3 का स्पष्ट उत्तर है, लेकिन मैं यह समझना चाहूंगा कि अंतःविषय संवाद के मामले में इस प्रश्न का उत्तर कैसे दिया जाना है।

UPD: मुझे लगता है कि नकारात्मक परिणाम का एक अच्छा उदाहरण चिकित्सा परीक्षण, सुरक्षा का पहला चरण है। जब वैज्ञानिक यह तय कर सकते हैं कि दवा सुरक्षित है? मुझे लगता है कि वे दो समूहों की तुलना करते हैं और इस डेटा पर आंकड़े देते हैं। क्या यह कहने का कोई तरीका है कि यह दवा सुरक्षित है? कोक्रेन सटीक "कोई साइड इफेक्ट नहीं पाया गया" का उपयोग करता है, लेकिन डॉक्टरों का कहना है कि यह दवा सुरक्षित है। जब विवरण मेट की सटीकता और सादगी के बीच संतुलन और हम कह सकते हैं कि "स्वास्थ्य के लिए कोई परिणाम नहीं है"?

Comments

आप ऐसे परिणाम कहते हैं जो सांख्यिकीय रूप से महत्वपूर्ण "नकारात्मक" अध्ययन नहीं है। यह बदनाम करने वाली भाषा है। मैंने इसे संशोधित करने के लिए इसे कॉल किया जैसा कि यह है: गैर-सांख्यिकीय रूप से महत्वपूर्ण उदाहरण । अगर मैं गलत हूं, तो कृपया मुझे बताएं कि कैसे। अन्यथा, यह आपके और आपके सहयोगियों के लिए एक अध्ययन का वर्णन करने के लिए उपयोगी भाषा है। मतलब केवल यह है कि । यदि जो कुछ मामलों में एक बहुत ही "सकारात्मक" खोज हो सकती है; शायद यह एक रासायनिक जोखिम और मानव स्वास्थ्य के संबंध का निरीक्षण करने वाला पहला बड़ा महामारी विज्ञान अध्ययन है जो पाता है कि यह वास्तव में सुरक्षित है। p > α p > α n = 500 , $p > \alpha$$p > \alpha$$p > \alpha$$n = 500,000$

— एडम 13

साइड नोट: मैं कभी भी आंकड़ों के सही उपयोग के लिए दिशानिर्देश के रूप में प्रकृति का उपयोग करने का सुझाव नहीं दूंगा।

— एबी एबी

@ अदमो के पास एक ही समय में कम या ज्यादा प्रकाशित दो पत्रों का उदाहरण है, एक पेपर में लेखकों ने दृढ़ता से नकारात्मक परिणाम का दावा किया (यह उनका मुख्य निष्कर्ष था), दूसरे में, अधिक शक्तिशाली अध्ययन, उन्होंने पाया और प्रभाव। लेकिन, यदि पहला लेखक "1 के प्रभाव के आकार के साथ 80% की शक्ति होने के बावजूद हम एक महत्वपूर्ण प्रभाव नहीं पा सकेगा" - वह नकारात्मक परिणामों के जर्नल में भी प्रकाशित नहीं होगा।

— जर्मन डेमिडोव

लेकिन गैर-सांख्यिकीविद मुझसे पूछ रहे हैं "आप नकारात्मक परिणाम कैसे साबित करते हैं?" - और मुझे नहीं पता कि कैसे जवाब दूं। परिकल्पना परीक्षणों में अक्सर परिकल्पना के बारे में क्या इस्तेमाल किया जाता है ? इसमें "समतुल्यता का मार्जिन" के रूप में एक अतिरिक्त शब्द शामिल है और औसत अंतर को ध्यान में रख सकता है।

— पेंग्विन_केनाइट

यह एक सामान्य गलती है कि प्रकृति प्रकाशन समूह शोषण कर रहा है, लेकिन पत्रिकाओं के बीच प्रतिष्ठा में अंतर बहुत बड़ा है। उस ने कहा, बेशक प्रकृति में कागजात भी मैला आँकड़े हो सकता है।

— अमीबा

Answer 1

मुझे लगता है कि यह "शून्य परिकल्पना को स्वीकार करने" की भावना में गैर-सांख्यिकीय महत्वपूर्ण परिणामों की व्याख्या करने के लिए उपयुक्त है। वास्तव में, मैंने सांख्यिकीय रूप से महत्वपूर्ण अध्ययनों को इस तरह से देखा है ; अध्ययन बहुत सटीक था और परिणाम गैर-शून्य लेकिन नैदानिक ​​रूप से नगण्य प्रभावों की एक संकीर्ण श्रेणी के अनुरूप थे। चॉकलेट / रेड वाइन के सेवन और डायबिटीज पर इसके "सैलुब्रिअस" प्रभाव के बीच के संबंध के बारे में एक अध्ययन (या इसके प्रेस को और अधिक) के लिए कुछ हद तक आलोचनात्मक है। उच्च / कम सेवन से इंसुलिन प्रतिरोध वितरण के लिए संभावना घट जाती है।

क्या कोई निष्कर्षों की व्याख्या "H_0 की पुष्टि" के रूप में कर सकता है, जो कारकों की एक बड़ी संख्या पर निर्भर करता है: अध्ययन की वैधता, शक्ति, अनुमान की अनिश्चितता और पूर्व साक्ष्य। पी-मूल्य के बजाय आत्मविश्वास अंतराल (सीआई) की रिपोर्ट करना शायद सबसे उपयोगी योगदान है जो आप एक सांख्यिकीविद के रूप में कर सकते हैं। मैं शोधकर्ताओं और साथी सांख्यिकीविदों को याद दिलाता हूं कि आंकड़े निर्णय नहीं लेते हैं, लोग करते हैं; पी-वैल्यू को छोड़ना वास्तव में निष्कर्षों की अधिक विचारशील चर्चा को प्रोत्साहित करता है।

CI की चौड़ाई कई प्रभावों का वर्णन करती है जिसमें शून्य शामिल हो भी सकता है और नहीं, और जीवन-रक्षक क्षमता जैसे बहुत महत्वपूर्ण रूप से महत्वपूर्ण मान शामिल हो भी सकते हैं या नहीं भी। हालांकि, एक संकीर्ण CI एक प्रकार के प्रभाव की पुष्टि करता है; या तो बाद का प्रकार जो सही मायने में "महत्वपूर्ण" है, या पूर्व जो अशक्त हो सकता है या अशक्त के बहुत करीब हो सकता है।

शायद जो जरूरत है, वह व्यापक अर्थ है कि "अशक्त परिणाम" (और अशक्त प्रभाव) क्या हैं। क्या मैं अनुसंधान सहयोग से निराशाजनक लगता है जब जांचकर्ताओं नहीं कर सकते हैं एक प्रायोरी राज्य क्या प्रभाव वे लक्षित कर रहे हैं की सीमा: एक हस्तक्षेप रक्तचाप, कितने mmHg कम करने के लिए है तो क्या होगा? यदि एक दवा कैंसर को ठीक करने के लिए है, तो रोगी को कितने महीनों तक जीवित रहना होगा? कोई व्यक्ति जो अपने क्षेत्र और विज्ञान के लिए अनुसंधान और "प्लग-इन" के लिए भावुक है, पूर्व अनुसंधान और क्या किया गया है के बारे में सबसे आश्चर्यजनक तथ्यों को खड़खड़ कर सकता है।

आपके उदाहरण में, मैं मदद नहीं कर सकता, लेकिन ध्यान दें कि 0.82 का p- मान संभवतः नल के बहुत करीब है। उस से, मैं सभी को बता सकता हूं कि सीआई एक शून्य मान पर केंद्रित है। मुझे नहीं पता कि क्या यह नैदानिक ​​रूप से महत्वपूर्ण प्रभावों को शामिल करता है। यदि CI बहुत संकीर्ण है, तो वे जो व्याख्या देते हैं, वह मेरी राय में, सही है, लेकिन डेटा इसका समर्थन नहीं करता है: यह एक मामूली संपादन होगा। इसके विपरीत, 0.22 का दूसरा पी-मूल्य इसके महत्व सीमा (जो भी हो सकता है) के करीब है। लेखकों ने इसे "अंतर के किसी भी सबूत नहीं देने" के रूप में व्याख्या की है जो "एच_0 को अस्वीकार न करें" -इस व्याख्या के अनुरूप है। जहां तक ​​लेख की प्रासंगिकता है, मैं बहुत कम कह सकता हूं। मुझे आशा है कि आप अध्ययन निष्कर्षों के अधिक सामयिक चर्चा खोजने वाले साहित्य को ब्राउज़ करते हैं! जहाँ तक विश्लेषण करता है,

Comments

एडमो, क्या एफ सांख्यिकी एक स्वतंत्रता के लिए अंश और हर की डिग्री के लिए एफ वितरण के माध्य के बराबर शून्य के करीब नहीं है ? अगर कुछ भी हो, तो मुझे लगता है कि 0 के करीब एक एफ स्टेटिस्टिक का अर्थ है तुल्यता के सर्वग्राही प्रमाण। वास्तव में, वैलेक ने 2010 के सांख्यिकीय सांख्यिकीय और गैर-हीनता के परीक्षण सांख्यिकीय परिकल्पनाओं में इसे ठीक से प्रेरित किया , सामान्य वितरण के तुल्यता के लिए खंड 7.2 -टेस्ट , पृष्ठ 221-225। $F$$k$

— एलेक्सिस

@Alexis एफ-परीक्षण गुणों को इंगित करने के लिए धन्यवाद। स्वतंत्रता की डिग्री को जाने बिना, मेरे लिए परीक्षण के बारे में समझदारी से टिप्पणी करना कठिन है। शायद मुझे पूरी तरह से पॉइंट्स की ओर इशारा करने के जवाब को संशोधित करना चाहिए । किसी भी दर पर, मेरे उत्तर का मुख्य बिंदु यह है कि हम दो परिकल्पनाओं को नहीं पकड़ सकते हैं और समान साज़िश के साथ: इनमें से एक हमेशा सत्य होता है, इसलिए परीक्षण का कोई मतलब नहीं है। हमें वर्णनात्मक विधियों का उपयोग करना होगा, लेकिन उन्हें एक आत्मविश्वास अंतराल के साथ कठोर बनाया जा सकता है। μ = μ 0 μ ≠ μ $p$$\mu=\mu_0$$\mu \ne \mu_0$

— 15

बेशक! (और +1 यदि यह स्पष्ट नहीं था) लेकिन गंभीरता से, आपको समतुल्यता परीक्षण के लिए सामान्य ज्ञान होना चाहिए: यह नैदानिक ​​महामारी विज्ञान और बायोस्टैटिस्टिक्स (क्षेत्र के लिए एक सम्मानजनक विरासत!) के भीतर उभरा, लेकिन सामान्य रूप से लगातार अनुमान के लिए सामान्य आयात है। :)

— एलेक्सिस

@ GemDemidov मैं इन मामलों पर एक कठिन लाइन लेता हूं: मुझे लगता है कि यदि उनके प्रभावों की व्याख्या नहीं की जा सकती है तो जटिल विश्लेषणों पर विचार नहीं किया जाना चाहिए। वे कर एक व्याख्या की है। होसिमर, लेमेशो, मई द्वारा सर्वाइवल एनालिसिस 2 डी एड में कॉक्स मॉडल आउटपुट की व्याख्या के लिए समर्पित एक पूरा अध्याय (4) है। शापिरो जैसे परीक्षणों की कमी, भूखंडों का उपयोग करके सबसे अच्छी तरह से संबोधित की जाती है (यह अक्सर परीक्षण को ही रोकता है)। Resampling के आँकड़े एक विस्तृत साधन के तहत CI की गणना करने के लिए एक शक्तिशाली साधन प्रदान करते हैं, लेकिन उन्हें सही तरीके से उपयोग करने के लिए ध्वनि सिद्धांत की आवश्यकता होती है।

— एडमो

कठोर अनुमान के ढांचे में "0.82 नल के करीब है" जैसी कोई चीज नहीं है, क्योंकि पी-वैल्यू एक यादृच्छिक संख्या है, इसका विशेष स्तर अप्रासंगिक है। P- मान पूर्ण मान में बड़ा या छोटा नहीं हो सकता। इसका स्तर केवल पूर्व-स्थापित थ्रेशोल्ड, एक महत्व संबंध में मायने रखता है । आप एक सीमा के साथ तुलना करते हैं, और तुलना के परिणाम के आधार पर इसे अस्वीकार करते हैं या को अस्वीकार करने में विफल होते हैं । एच $\alpha$$H_0$

— अक्कल

Answer 2

आपके प्रश्न के शीर्षक के लिए बोलते हुए: हम कभी भी शून्य परिकल्पना को स्वीकार नहीं करते हैं, क्योंकि परीक्षण केवल विरुद्ध साक्ष्य प्रदान करता है (अर्थात निष्कर्ष हमेशा वैकल्पिक परिकल्पना के संबंध में होते हैं, या तो आपको प्रमाण मिले हैं। या आपका लिए सबूत खोजने में विफल रहा )। एच 0 एच 0 एच ए एच $H_{0}$$H_{0}$$H_{A}$$H_{A}$

हालाँकि, हम यह पहचान सकते हैं कि विभिन्न प्रकार की अशक्त परिकल्पनाएँ हैं:

• आपने संभवतः फॉर्म और एक-पक्षीय अशक्त परिकल्पनाओं के बारे में सीखा है। एच 0 : θ ≤ θ $H_{0}: \theta \ge \theta_{0}$$H_{0}: \theta \le \theta_{0}$

• आपने संभवतः फॉर्म , या पर्यायवाची फॉर्म के दो-पक्षीय अशक्त परिकल्पनाओं (उर्फ दो-पूंछ वाले शून्य परिकल्पनाओं) के बारे में सीखा है। एक-नमूना मामले में , और , या पर्यायवाची दो में। सैंपल का मामला मुझे संदेह है कि यह विशिष्ट परिकल्पना है कि आपका प्रश्न क्या है। रीगल और विनोद के बाद, मैं इस रूप में प्रत्यक्षवादी अशक्त परिकल्पनाओं की अशक्त परिकल्पनाओं को समाप्त करता हूं , और यह संकेतन साथ स्पष्ट करता हूं । प्रत्यक्षवादी शून्य परिकल्पना प्रदान करते हैं, या अंतर के प्रमाण प्रदान करने में विफल होते हैं या$H_{0}: \theta = \theta_{0}$$H_{0}: \theta - \theta_{0} = 0$$H_{0}: \theta_{1} = \theta_{2}$$H_{0}: \theta_{1} - \theta_{2} = 0$$H^{+}_{0}$एक प्रभाव का सबूत । प्रत्यक्षवादी शून्य परिकल्पनाओं में समूहों के लिए एक सर्वग्राही रूप है :सभी के लिए ।$k$$H_{0}^{+}: \theta_{i} = \theta_{j};$$i,j \in \{1, 2, \dots k\};$ $\text{ and }i\ne j$

• आप अब केवल संयुक्त एक तरफा अशक्त परिकल्पनाओं के बारे में हैं, जो इस रूप की अशक्त परिकल्पनाएं हैं एक-नमूना मामले में, और दो-नमूना मामले में, जहां न्यूनतम प्रासंगिक अंतर है जिसे आप एक प्राथमिकता के बारे में परवाह करते हैं (यानी आप कहते हैं कि सामने का अंतर छोटा है इससे कोई फर्क नहीं पड़ता)। फिर से, रीगल और विनोद के बाद, मैं इस रूप के नकारात्मक परिकल्पना अशक्त परिकल्पनाओं की अशक्त परिकल्पना को समाप्त करता हूं , और यह संकेतन साथ स्पष्ट करता हूं । ऋणात्मक शून्य परिकल्पना तुल्यता का प्रमाण प्रदान करती है ( भीतर)$H_{0}: |\theta - \theta_{0}|\ge \Delta$$H_{0}: |\theta_{1} - \theta_{2}|\ge \Delta$$\Delta$$H^{-}_{0}$$\pm\Delta$), या एक प्रभाव की अनुपस्थिति के सबूत (से बड़ा )। नकारात्मक परिकल्पनाओं में समूहों के लिए एक सर्वग्राही रूप होता है :सभी के लिए (वेलेक, अध्याय 7)$|\Delta|$$k$$H_{0}^{-}: |\theta_{i} = \theta_{j}|\ge \Delta;$$i,j \in \{1, 2, \dots k\};$ $\text{ and }i\ne j$

बहुत करने के लिए अच्छी बात यह है है गठबंधन तुल्यता के परीक्षण के साथ अंतर के लिए परीक्षण। इसे प्रासंगिकता परीक्षण कहा जाता है , और सांख्यिकीय शक्ति और प्रभाव आकार दोनों को स्पष्ट रूप से एक परीक्षण से निकाले गए निष्कर्ष के भीतर रखता है, जैसा कि [tost]टैग के विवरण में विस्तृत है । गौर कीजिए: यदि आप को अस्वीकार करते हैं, तो क्या इसलिए कि आपके द्वारा प्रासंगिक आकार का सही प्रभाव है? या यह इसलिए है क्योंकि आपके नमूने का आकार केवल इतना बड़ा था कि आपका परीक्षण अति-संचालित था? और यदि आप को अस्वीकार करने में विफल रहते हैं, तो क्या इसका कोई वास्तविक प्रभाव नहीं है, या इसलिए कि आपका नमूना आकार बहुत छोटा था, और आपका परीक्षण अंडर-संचालित था? प्रासंगिकता परीक्षण इन मुद्दों को संबोधित करते हैं। एच + $H_{0}^{+}$$H_{0}^{+}$

समतुल्यता के लिए परीक्षण करने के कुछ तरीके हैं (अंतर के लिए परीक्षणों के साथ संयोजन है या नहीं):

• दो एक-पक्षीय परीक्षण (TOST) सामान्य नकारात्मकवादी शून्य परिकल्पना का अनुवाद करते हैं, जो दो विशिष्ट एक-पक्षीय अशक्त परिकल्पनाओं में उल्लिखित हैं:
  • एच - 01 : θ 1 - θ 2 ≥ $H^{-}_{01}: \theta - \theta_{0} \ge \Delta$ (एक-नमूना) या (दो-नमूना)$H^{-}_{01}: \theta_{1} - \theta_{2} \ge \Delta$
  • एच - 01 : θ 1 - θ 2 ≤ - $H^{-}_{02}: \theta - \theta_{0} \le -\Delta$ (एक-नमूना) या (दो-नमूना)$H^{-}_{01}: \theta_{1} - \theta_{2} \le -\Delta$
• समतुल्यता के लिए समान रूप से सबसे शक्तिशाली परीक्षण, जो TOST की तुलना में बहुत अधिक अंकगणितीय रूप से परिष्कृत हैं। वेलेक इन के लिए निश्चित संदर्भ है।
• एक विश्वास अंतराल दृष्टिकोण, मेरा मानना ​​है कि पहले शूइरमैन से प्रेरित था, और दूसरों द्वारा परिष्कृत किया गया था, जैसे ट्राईटन।

संदर्भ रीगल, डीपी और विनोद, एचडी (2003)। संख्यात्मक रूप से गणना किए गए अस्वीकृति क्षेत्रों का उपयोग करते हुए नकारात्मकतावादी सिद्धांत के लिए इंजेक्शन । कम्प्यूटेशनल सांख्यिकी और डेटा विश्लेषण , 42 (3): 491-512।

शूइरमैन, डीए (1987)। दो-तरफा परीक्षण प्रक्रिया और औसत जैव उपलब्धता की समानता का आकलन करने के लिए शक्ति दृष्टिकोण की तुलना । फार्माकोकाइनेटिक्स और बायोफर्मासुटिक्स जर्नल , 15 (6): 657–680।

ट्रिवन, डब्ल्यूडब्ल्यू और लुईस, सी (2008)। एक तुलनीय आत्मविश्वास अंतराल सांख्यिकीय तुल्यता स्थापित करने का तरीका है जो ट्राइटन (2001) कमी कारक को सही करता है । मनोवैज्ञानिक तरीके , १३ (३): २s२-२ 13 13।

ट्रिवन, डब्ल्यूडब्ल्यू और लुईस, सी (2009)। सांख्यिकीय अंतर, तुल्यता, अनिश्चितता और तुच्छ अंतर के लिए स्वतंत्र अनुपात का मूल्यांकन करना । जर्नल ऑफ एजुकेशनल एंड बिहेवियरल स्टैटिस्टिक्स , 34 (2): 171–189।

वेलेक, एस। (2010)। समतुल्यता और Noninferiority के सांख्यिकीय परिकल्पनाओं का परीक्षण । चैपमैन और हॉल / सीआरसी प्रेस, दूसरा संस्करण।

Comments

जिसने भी मुझे वोट दिया है, उसे इस बारे में कुछ प्रतिक्रिया के साथ कदम उठाना चाहिए: यह स्पष्ट होना चाहिए कि मैं विस्तृत उत्तर प्रदान करता हूं, और इनपुट के लिए उत्तरदायी हूं।

— एलेक्सिस

Answer 3

आप सांख्यिकी पाठ्यक्रमों में पढ़ाए जाने वाले मानक अनुमान अभ्यास की बात कर रहे हैं:

1. $H_0,H_a$
2. $\alpha$
3. साथ पी-मूल्य की तुलना करें$\alpha$
4. $H_0$$H_a$$H_0$

यह ठीक है, और यह व्यवहार में उपयोग किया जाता है। मैं यह भी अनुमान लगाने के लिए उद्यम करूंगा कि यह प्रक्रिया कुछ विनियमित उद्योगों जैसे कि फार्मास्यूटिकल्स में अनिवार्य हो सकती है।

हालांकि, यह एकमात्र तरीका नहीं है जो अनुसंधान और व्यवहार में लगाए गए आंकड़े और अनुमान है। उदाहरण के लिए, इस पेपर पर एक नज़र डालें : "एलएचसी में एटीएलएएस डिटेक्टर के साथ स्टैंडर्ड मॉडल हिग्स बोसोन की खोज में एक नए कण का अवलोकन"। पेपर पहले हिग्स बोसोन के अस्तित्व के साक्ष्य प्रस्तुत करने के लिए था, जिसे एटलस प्रयोग कहा जाता था। यह उन पत्रों में से एक भी था जहां लेखकों की सूची इसकी वास्तविक सामग्री के रूप में लंबे समय तक है :)

• $H_0$$H_a$$H_0$
• $\alpha$$\sigma$
• $\alpha$
• वे 95% जैसे सामान्य आत्मविश्वास स्तरों पर आत्मविश्वास अंतराल पेश करते हैं

यहां बताया गया है कि निष्कर्ष कैसे तैयार किया गया है: "ये परिणाम बड़े पैमाने पर 126.0 ± 0.4 (स्टेट) stat 0.4 (sys) GeV के साथ एक नए कण की खोज के लिए निर्णायक सबूत प्रदान करते हैं।" "स्टेट" शब्द सांख्यिकीय और "एसईएस" को व्यवस्थित अनिश्चितताओं को संदर्भित करता है।

इसलिए, जैसा कि आप देख रहे हैं कि हर कोई चार कदम प्रक्रिया नहीं करता है जो मैंने इस उत्तर की शुरुआत में उल्लिखित की थी। यहां, शोधकर्ता थ्रेशोल्ड को पूर्व-स्थापित किए बिना पी-मूल्य दिखाते हैं, जो कि सांख्यिकी कक्षाओं में सिखाया जाता है। दूसरे, वे नृत्य को "अस्वीकार / अस्वीकार करने में विफल" नहीं करते हैं, कम से कम औपचारिक रूप से। वे पीछा करने के लिए काटते हैं, और कहते हैं कि "यहां का पी-मूल्य है, और इसीलिए हम कहते हैं कि हमें एक नया कण मिला है जिसमें 61 गीगा द्रव्यमान है।"

महत्वपूर्ण लेख

हिग्स पेपर के लेखकों ने हिग्स बोसोन की घोषणा अभी तक नहीं की है। उन्होंने केवल इस बात पर जोर दिया कि नया कण पाया गया और यह कि इसके कुछ गुण जैसे द्रव्यमान हिग्स बोसोन के अनुरूप हैं।

यह स्थापित करने से पहले अतिरिक्त सबूत इकट्ठा करने में कुछ साल लग गए कि कण वास्तव में हिग्स बोसोन है। परिणामों की शुरुआती चर्चा के साथ इस ब्लॉग पोस्ट को देखें । भौतिकविदों ने शून्य स्पिन जैसे विभिन्न गुणों की जांच की। और जब कुछ बिंदुओं पर साक्ष्य एकत्र किए गए तो सर्न ने घोषणा की कि कण हिग्स बोसोन है।

यह महत्वपूर्ण क्यों है? क्योंकि वैज्ञानिक खोज की प्रक्रिया को कुछ कठोर सांख्यिकीय निष्कर्ष प्रक्रिया में तुच्छ बनाना असंभव है। सांख्यिकीय निष्कर्ष केवल एक उपकरण का उपयोग किया जाता है।

जब सर्न इस कण की तलाश कर रहे थे, तो सबसे पहले इसे खोजने पर ध्यान केंद्रित किया गया था। यह अंतिम लक्ष्य था। भौतिक विज्ञानी को एक विचार था कि कहां देखना है। एक बार जब उन्हें एक उम्मीदवार मिला, तो उन्होंने यह साबित करने पर ध्यान केंद्रित किया कि यह एक है। आखिरकार, सबूत की समग्रता, पी-मूल्य और महत्व के साथ एक भी प्रयोग नहीं, सभी को आश्वस्त किया कि हमने कण पाया। यहां सभी पूर्व ज्ञान और मानक मॉडल शामिल करें । यह केवल एक सांख्यिकीय निष्कर्ष नहीं है, वैज्ञानिक विधि इससे कहीं अधिक व्यापक है।

Comments

वाह, आपका जवाब बहुत अच्छा है! यह एक बहुत अच्छा उदाहरण है। मुझे उम्मीद है कि अधिकतम 10 वर्षों में जीवन वैज्ञानिक भी इस रिपोर्ट शैली में आएंगे!

— जर्मन डेमिडोव

Answer 4

इस तरीके से संपर्क करने के तरीके हैं जो बिजली की गणना पर भरोसा नहीं करते हैं (देखें वैलेक, 2010)। विशेष रूप से, आप यह भी परीक्षण कर सकते हैं कि क्या आप शून्य को अस्वीकार करते हैं कि प्रभाव एक प्राथमिक अर्थपूर्ण परिमाण का है।

Daniël Lakens इस स्थिति में समानता परीक्षण की वकालत करता है। माध्य तुलना के लिए विशेष रूप से लेंस " TOST " (दो एक तरफा परीक्षण) का उपयोग करता है , लेकिन एक ही विचार पर प्राप्त करने के अन्य तरीके हैं।

TOST में आप एक मिश्रित अशक्तता का परीक्षण करते हैं: एकतरफा अशक्त परिकल्पना कि आपका प्रभाव सबसे छोटे ऋणात्मक ऋणात्मक अंतर से अधिक नकारात्मक है और अशक्त है कि आपका प्रभाव ब्याज के सबसे छोटे सकारात्मक अंतर से अधिक सकारात्मक है। यदि आप दोनों को अस्वीकार करते हैं, तो आप दावा कर सकते हैं कि कोई सार्थक अंतर नहीं है। ध्यान दें कि यह तब भी हो सकता है जब प्रभाव शून्य से काफी भिन्न होता है, लेकिन किसी भी स्थिति में इसे शून्य का समर्थन करने की आवश्यकता नहीं होती है।

लकेंस, डी। (2017)। समतुल्यता परीक्षण: टी परीक्षण, सहसंबंध और मेटा-विश्लेषण के लिए एक व्यावहारिक प्राइमर । सामाजिक मनोवैज्ञानिक और व्यक्तित्व विज्ञान , 8 (4), 355-362।

वेलेक, एस। (2010)। समतुल्यता और Noninferiority के सांख्यिकीय परिकल्पनाओं का परीक्षण । चैपमैन और हॉल / सीआरसी प्रेस, दूसरा संस्करण।