Защо статистическата значимост има значение

Какво представлява статистическата значимост?

Статистическата значимост се отнася до твърдението, че резултат от данни, генерирани чрез тестване или експериментирането е малко вероятно да се случи случайно или случайно, но вместо това е вероятно да се дължи на a конкретна причина. Наличието на статистическа значимост е важно за академичните дисциплини или практикуващите, които разчитат до голяма степен на анализиране на данни и изследвания, като икономика, финанси, инвестиране, лекарство, физика и биология.

Статистическата значимост може да се счита за силна или слаба. Когато анализирате набор от данни и правите необходимите тестове, за да установите дали една или повече променливи имат ефект върху резултат, силната статистическа значимост подпомага факта, че резултатите са реални и не са причинени от късмет или шанс. Просто казано, ако р-стойността е малка, тогава резултатът се счита за по-надежден.

Проблеми възникват при тестове със статистическа значимост, тъй като изследователите обикновено работят с извадки от по -големи популации, а не от самите популации. В резултат на това извадките трябва да са представителни за популацията, така че данните, съдържащи се в извадката, не трябва да бъдат пристрастни по никакъв начин. В повечето науки, включително икономиката, статистическата значимост е от значение, ако дадено твърдение може да бъде направено на ниво от 95% (или понякога 99%).

Разбиране на статистическата значимост

Изчисляването на статистическата значимост (тестване на значимостта) подлежи на определена степен на грешка. Изследователят трябва предварително да определи вероятността за a грешка при извадката, който съществува във всеки тест, който не включва цялата популация.

Размерът на пробата е важен компонент от статистическа значимост, тъй като по -големите проби са по -малко податливи на метил. Само на случаен принцип, представителна извадкаs трябва да се използва при тестване на значимостта. Нивото, на което човек може да приеме дали е събитие статистически значим е известно като ниво на значимост.

Изследователите използват тестова статистика, известна като р-стойност, за да определят статистическата значимост: ако р-стойността падне под нивото на значимост, тогава резултатът е статистически значим. Стойността p е функция от средните стойности и стандартните отклонения на извадките от данни.

P-стойността показва вероятността, при която е възникнал даден статистически резултат, като се приеме, че за резултата е отговорен само шансът. Ако тази вероятност е малка, тогава изследователят може спокойно да определи нашия шанс като причина. Стойността на р трябва да падне под нивото на значимост, за да се получат резултатите поне статистически значими.

Обратното на нивото на значимост, изчислено като 1 минус нивото на значимост, е нивото на доверие. Той показва степента на увереност, че статистическият резултат не е възникнал случайно или поради грешка при извадката. Обичайното увереност ниво в много статистически тестове е 95 процента, което води до обичайно ниво на значимост или р-стойност от 5 процента.

Специални съображения

Статистическата значимост не винаги показва практическа значимост, което означава, че резултатите не могат да бъдат приложени към реални бизнес ситуации. Освен това статистическата значимост може да бъде тълкувана погрешно, когато изследователите не използват внимателно езика при отчитането на резултатите си. Тъй като резултатът е статистически значим, не означава, че е такъв не случаен, само че вероятността той да бъде случаен е значително намален.

Това, че две серии данни поддържат силна връзка помежду си, не предполага причинно -следствена връзка. Например броят на филмите, в които актьорът Николас Кейдж участва през дадена година, е много силно свързан с броя на случайните удавяния в басейни. Но тази връзка е такава фалшив тъй като не може да се направи теоретична причинно -следствена претенция.

Друг проблем, който може да възникне със статистическа значимост, е, че миналите данни и резултатите от тези данни, независимо дали са статистически значими или не, може да не отразяват текущите или бъдещите условия. При инвестирането това може да се прояви в модел на ценообразуване, който се разпада по време на финансова криза, тъй като корелациите се променят и променливите не взаимодействат както обикновено. Статистическата значимост също може да помогне на инвеститора да разбере дали един модел на ценообразуване на активите е по -добър от друг.

Видове тестове за статистическа значимост

В зависимост от провежданото изследване се използват няколко типа тестове за значимост. Например, тестове могат да бъдат използвани за една, две или повече извадки от данни с различен размер за средни стойности, отклонения, пропорции, сдвоени или неспарени данни или различни разпределения на данни.

Нулевата хипотеза

Всички тези фактори имат това, което се нарича нулеви хипотезии значението често е целта на тестването на хипотези в статистика. Най -често срещаната нулева хипотеза е, че въпросният параметър е равен на нула (обикновено показва, че променлива има нулев ефект върху резултата от интерес). Ако можете да отхвърлите нулевата хипотеза с увереност 95 % или по -добра, изследователите могат да се позоват на статистическа значимост. Нулевите хипотези също могат да бъдат тествани за равенство (а не равно на нула) на ефекта за две или повече алтернативни лечения.

Отхвърляне на нулевата хипотеза, дори ако много висока степен на статистическа значимост никога не може докажи нещо, може само да добави подкрепа към съществуваща хипотеза. От друга страна, неспособността да се отхвърли нулева хипотеза често е основание за отхвърляне на хипотеза.

Тестът за статистическа значимост споделя голяма част от същата математика като тази за изчисляване на доверителен интервал. В обичайните ситуации начин за тълкуване на статистическата значимост е, че съответният 95 -процентов доверителен интервал не съдържа нулева стойност. Дори ако дадена променлива е статистически значима, тя все пак трябва да има смисъл в реалния свят.

Освен това ефектът може да бъде статистически значим, но да има само много малко въздействие. Например, може да е много малко вероятно поради случайността компаниите, които използват двуслойна тоалетна хартия в баните си имат по -продуктивни служители, но подобрението на абсолютната производителност на всеки работник е вероятно да бъде незначително.