शून्य हाइपोथीसिस को अस्वीकार करने के लिए 0.04993 का पी-मूल्य पर्याप्त है?

Question

एक विलकॉक्सन हस्ताक्षरित-रैंक सांख्यिकीय महत्व परीक्षण में, हम कुछ आंकड़ों के साथ आए, जो का । की एक सीमा के साथ , क्या यह परिणाम अशक्त परिकल्पना को अस्वीकार करने के लिए पर्याप्त है, या क्या यह कहना सुरक्षित है कि परीक्षण अनिर्णायक था, क्योंकि यदि हम पी-मान को 3 दशमलव स्थानों पर गोल करते हैं तो यह हो जाता है ?.०४,९९३ पी < 0.05 $p$$0.04993$$p < 0.05$$0.050$

Comments

0.04993 <0.05, इसलिए यह अभी कम है। आपकी वृत्ति अच्छी है कि किसी भी पी-वैल्यू पर कई दशमलव स्थानों पर भरोसा नहीं किया जा सकता है, लेकिन अगर कार्यक्रम 0.05 से कम कहता है, तो लोग इसे आमतौर पर वितरित के रूप में लेते हैं। यहां वास्तविक मुद्दा निश्चित-स्तरीय महत्व परीक्षण का एक बुत बना रहा है ताकि <0.05 का अर्थ "वास्तविक", "यौवन", "खुशी का कारण" हो और विपरीत का अर्थ "भ्रमपूर्ण", "यौवन नहीं", "दुख का कारण" हो। । आँकड़ों पर अधिकांश अच्छे परिचयात्मक ग्रंथ कुछ हद तक इस पर चर्चा करते हैं। एक अच्छा एक फ्रीडमैन, पिसानी, Purves, सांख्यिकी है । न्यूयॉर्क: डब्ल्यूडब्ल्यू नॉर्टन, कोई भी संस्करण।

— निक कॉक्स

आपको खुद से पूछना होगा कि अगर पी-वैल्यू 0.051 है तो आपका क्या फैसला होगा? क्या होगा अगर यह 0.049 है? क्या आप अलग-अलग निर्णय लेंगे? क्यों?

— एलेफ्सिन

आपकी टिप्पणीयों के लिए धन्यवाद। हमारे मामले में हम इस बात पर विचार नहीं कर रहे हैं कि क्या डेटा सार्वजनिक है या नहीं, आदि ... हम बस इस परिणाम के सांख्यिकीय महत्व के बारे में कागज में एक बयान देने पर विचार कर रहे हैं, और हम यह सुनिश्चित करना चाहते हैं कि हमारा बयान गलत या गलत नहीं है। ।

— इस्लाम अल-नबरवी

रिपोर्टिंग पी = 0.04993 वह है जो मन को भा जाती है। समीक्षकों या संपादकों की टिप्पणियों की भविष्यवाणी करना मुश्किल है। यदि आप गोल करना चाहते हैं, तो एक सुसंगत गोलाई सम्मेलन को निर्दिष्ट करना हमेशा एक अच्छा विचार है और व्यापक रूप से स्वीकार्य है। कुछ लोग 3 डीपी के लिए गोल होंगे और वे किसी प्रकार के अभिनीत सम्मेलन का भी उपयोग कर सकते हैं, इसलिए एएबी (3 डीपी) की रिपोर्टिंग करें और इसे <0.05 के अनुरूप बनाएं।

— निक कॉक्स

मुझे पता नहीं ... शायद हम एक डबल बूटस्ट्रैप चलाने के लिए और के लिए एक विश्वास अंतराल की गणना करना चाहिए -value! सभी ईमानदारी से, मैं रिपोर्ट करूंगा: "निष्कर्ष सीमावर्ती महत्वपूर्ण थे, 0.049 < p < NAB ।" उस बिंदु पर, आप बालों को विभाजित कर रहे हैं, और हर कोई अचानक याद करता है कि विज्ञान को चलाने के लिए एक झूठी सकारात्मक के 1/20 बाधाओं को पूरी तरह से मनमाना तरीका है। $p$$0.049 < p < 0.050$

— एडमो

Answer 1

यहां दो समस्याएं हैं:

1) यदि आप एक औपचारिक परिकल्पना परीक्षण कर रहे हैं (और यदि आप मेरी पुस्तक में पहले से ही पी-वैल्यू उद्धृत कर रहे हैं), तो औपचारिक अस्वीकृति नियम क्या है?

जब परीक्षण आँकड़ों की तुलना महत्वपूर्ण मूल्यों से की जाती है, तो महत्वपूर्ण मान अस्वीकृति क्षेत्र में होता है । जबकि यह औपचारिकता बहुत मायने नहीं रखती है जब सब कुछ निरंतर होता है, यह तब मायने रखता है जब परीक्षण सांख्यिकीय का वितरण असतत है।

पी-मूल्यों और महत्व के स्तरों की तुलना करते हुए, नियम है:

          यदि अस्वीकार $p\leq\alpha$

कृपया ध्यान दें कि, भले ही आपने अपना पी-मान 0.05 तक बढ़ाया हो, वास्तव में भले ही $p$ वैल्यू 0.05 हो, औपचारिक रूप से, आपको अभी भी अस्वीकार करना चाहिए ।

2) 'हमारे पी-वैल्यू हमें क्या कह रहा है' के संदर्भ में, तो मान लें कि आप पी-वैल्यू की व्याख्या 'शून्य के खिलाफ सबूत' के रूप में भी कर सकते हैं (मान लें कि उस पर राय कुछ विभाजित है), 0.0499 और 0.0501 नहीं हैं वास्तव में डेटा के बारे में अलग-अलग बातें कह रही हैं (प्रभाव आकार लगभग समान होगा)।

मेरा सुझाव यह होगा कि (१) औपचारिक रूप से अशक्तता को अस्वीकार कर दिया जाए, और शायद यह भी बताया कि भले ही यह ०.०५ हो, फिर भी इसे अस्वीकार कर दिया जाना चाहिए; (2) ध्यान दें कि α = 0.05 के बारे में विशेष रूप से कुछ भी विशेष नहीं है और यह उस सीमा रेखा के बहुत करीब है - यहां तक ​​कि थोड़ा छोटा महत्व अस्वीकृति का कारण नहीं होगा।$\alpha = 0.05$

Comments

लेकिन, फिर से, आप अशक्त को अस्वीकार नहीं करने के लिए बहुत समान तर्क का उपयोग कर सकते हैं। 0.05 के बारे में कुछ खास नहीं है, अगर आपने 0.06 को अपनी सीमा के रूप में चुना था, तो आप शायद सवाल नहीं पूछेंगे, लेकिन स्थिति इतनी अलग नहीं होगी ... बल्कि इन स्थितियों में मैं पूछूंगा: "क्या वास्तविक है- इस परिणाम का जीवन अर्थ? ”। उदाहरण के लिए यदि यह एक जैविक प्रयोग था, तो मैं विशिष्ट परिणाम के जैविक महत्व के लिए देखूंगा, पी-मान की रिपोर्ट करूंगा क्योंकि यह जीव विज्ञान पर टिप्पणी करता है।

— निको

@ निको यह पहले से ही मेरे आइटम का बिंदु था (2); यह (1) में औपचारिक दृष्टिकोण पर निर्भरता के खिलाफ तर्क देता है

— Glen_b -Reinstate Monica

धन्यवाद ग्लेन और निको। डेटा का यह हिस्सा हमारे प्रयोगों के लिए गौण था, इसलिए हमने अभी मूल्य को रिपोर्ट करना समाप्त कर दिया है। किसी भी मामले में, मैं इसे स्वीकृत उत्तर के रूप में चिह्नित कर रहा हूं। उन सभी के लिए फिर से धन्यवाद जिन्होंने उत्तर या टिप्पणियों के साथ भाग लिया।

— इस्लाम अल-नबरवी

Answer 2

यह देखने वाले की आंखों में निहित है।

$\alpha$$\alpha=0.05$

तो यह वास्तव में नीचे उबलता है जो एलेफिन ने पहले टिप्पणी की थी। आपके प्रश्न का "सही उत्तर" नहीं हो सकता है। रिपोर्ट करें कि आपको क्या मिला, गोल किया या नहीं।

"महत्व का महत्व" पर एक विशाल साहित्य है; उदाहरण के लिए एक प्रमुख जर्मन सांख्यिकीविद् वाल्टर क्रैमर के "सांख्यिकीय महत्व के पंथ - जो अर्थशास्त्रियों को अपने डेटा पर बात करने के लिए क्या करना चाहिए और क्या नहीं करना चाहिए" के हालिया पत्र को देखें, श्मोलर्स जहरबच 131 , 455-468, 2011।

Answer 3

$p=0.05$

मुख्य समस्या इस वाक्यांश है: "हम कुछ डेटा भर में आए ..."।

$p$$p$

इस तरह की सांख्यिकीय खराबी के लिए एक नाम है: डेटा ड्रेजिंग । मैं इसे एक दिलचस्प परिकल्पना के रूप में कागज में रिपोर्ट करने के बारे में अस्पष्ट हूं; क्या यह कुछ भौतिक कारण है जो आप इसे धारण करने की उम्मीद करते हैं?

हालांकि, एक ही रास्ता है। शायद आपने इस केवल एक डेटा सेट पर केवल एक परीक्षण करने के लिए प्राथमिकता तय की। आपने लिखा है कि अपनी लैब नोटबुक में, किसी के सामने ताकि आप इसे बाद में साबित कर सकें। फिर आपने अपना परीक्षण किया।

$p=0.05$

Comments

यह एक विशेष पसंद के आधार पर निर्भर हो सकता है; आप यह मानकर चल रहे हैं कि केवल शब्दों का एक घटिया विकल्प हो सकता है - यहाँ हर किसी के पास पहली भाषा के रूप में अंग्रेजी नहीं है। यह निश्चित रूप से एक संभावित समस्या के रूप में उठाने लायक है, लेकिन चीजों को इतनी गंजेपन से कहने के लिए ("बिल्कुल नहीं") का अर्थ है कि आप जितना जानते हैं उससे अधिक जान सकते हैं कि हम यहां क्या है। (आगे, एक 'लैब नोटबुक' के संदर्भ में तात्पर्य है कि ओपी एक लैब में काम कर रहा है। मुझे संदेह है कि यह मामला है। फिर, आपको लगता है कि आप जितना जानते हैं, उससे अधिक हमारे यहाँ है।)

— Glen_b -Reinstate Monica

माइक मैककॉय, आपके उत्तर के लिए धन्यवाद, लेकिन मुझे डर है कि इस मामले में ग्लेन_ब सही है। मैं एक देशी अंग्रेजी बोलने वाला नहीं हूं, और जब मैं लिखने और बोलने का प्रयास करता हूं, तो जैसा कि मेरे कौशल अनुमति देते हैं, उपयोग और धारणा मुझे जारी रखते हैं। इसलिए, इस विशेष मामले में, हमने अलग-अलग चीजों की कोशिश नहीं की जब तक कि हमें कुछ ऐसा नहीं मिला जो महत्वपूर्ण था। दरअसल, जो हम यह साबित करने की कोशिश कर रहे थे कि कुछ त्रुटि मूल्य में कोई सांख्यिकीय उल्लेखनीय वृद्धि नहीं हुई थी, और एक विशेष मामले में हमने पाया कि वास्तव में त्रुटि कम हो गई थी, और जब हमने डब्ल्यू परीक्षण चलाया, तो यह वह जगह है जहां हमें 0.0499 मिला है। ।

— इस्लाम अल-नबरवी

माइक, मैं भी सवाल के phrasing में एक समस्या नहीं देखी थी। और ऐसा लगता है कि किसी और ने भी डेटा स्नूपिंग, माइनिंग, ड्रेजिंग के संकेत नहीं देखे, जो भी यहां है ... और यह निश्चित रूप से देखने वाले की नजर में है। कोई गणितीय तथ्य नहीं है, लेकिन सांख्यिकीविद् द्वारा चुना गया एक निर्णय नियम है। एलेफ़िन, ग्लेन को उसकी बात (2) में मैंने फिर से पढ़ा और मैंने लिखा।

— स्कुलग्लडरी

@ IslamEl-Nabarawy यदि आप समानता की कमी / अंतर को स्थापित करना चाहते थे, तो आपको थ्रॉल्ड या संभावित डेटा स्नूपिंग के करीब मूल्य की व्याख्या करने की तुलना में कई अन्य समस्याएं हैं। बस एक खोजने पी से थोड़ी ज्यादा .05 -value (या जो भी त्रुटि स्तर आप चुनते हैं) निश्चित रूप से नहीं पर्याप्त है। यहां और अन्य जगहों पर "तुल्यता के लिए परीक्षण" देखें या विशेष रूप से इस बारे में एक प्रश्न पूछें क्योंकि यह पूरी तरह से अलग समस्या है।

— गाला

"हालांकि, एक ही रास्ता है। शायद आपने केवल इस एक डेटा सेट पर सिर्फ एक परीक्षण करने के लिए एक प्राथमिकता तय की है। आपने लिखा है कि अपनी लैब नोटबुक में, किसी के सामने, ताकि आप इसे बाद में साबित कर सकें।" आपने अपना परीक्षण किया। यदि आपने ऐसा किया है, तो आपका परिणाम p = 0.05 के स्तर पर मान्य है, और आप इसे मेरे जैसे संशयवादियों को वापस दे सकते हैं। अन्यथा, क्षमा करें, यह एक सांख्यिकीय महत्वपूर्ण परिणाम नहीं है " दोषी साबित होने तक बात करें। " मासूम। तो, अकादमिक बेईमानी को खारिज करने वाले फोरेंसिक साक्ष्य के अभाव में, एक विश्लेषण बेकार है? शीश।

— GoF_Logistic