Dlaczego istotność statystyczna ma znaczenie

Co to jest istotność statystyczna?

Istotność statystyczna odnosi się do twierdzenia, że ​​wynik z danych wygenerowanych przez testy lub eksperymentowanie prawdopodobnie nie będzie miało miejsca losowo lub przypadkowo, ale raczej można je przypisać konkretna przyczyna. Istotność statystyczna jest ważna dla dyscyplin akademickich lub praktyków, którzy w dużym stopniu polegają na analizie danych i badaniach, takich jak ekonomia, finanse, inwestowanie, Medycyna, fizyka i biologia.

Znaczenie statystyczne można uznać za silne lub słabe. Analizując zbiór danych i wykonując niezbędne testy w celu rozeznania, czy jedna lub więcej zmiennych ma wpływ na wynik, silna istotność statystyczna pomaga potwierdzić fakt, że wyniki są prawdziwe i nie są spowodowane szczęściem lub szansa. Mówiąc prosto, jeśli wartość p jest mała, wynik jest uważany za bardziej wiarygodny.

Problemy pojawiają się w testach istotności statystycznej, ponieważ badacze zwykle pracują na próbach większych populacji, a nie na samych populacjach. W rezultacie próbki muszą być reprezentatywne dla populacji, więc dane zawarte w próbie nie mogą być w żaden sposób stronnicze. W większości nauk, w tym w ekonomii, istotność statystyczna jest istotna, jeśli twierdzenie można sformułować na poziomie 95% (a czasami 99%).

Zrozumienie istotności statystycznej

Obliczanie istotności statystycznej (testowanie istotności) jest obarczone pewnym błędem. Badacz musi z góry określić prawdopodobieństwo wystąpienia a błąd próbkowania, który istnieje w każdym teście, który nie obejmuje całej populacji.

Wielkość próby jest ważnym składnikiem istotności statystycznej, ponieważ większe próbki są mniej podatne na przywry. Tylko losowo, próbka reprezentatywnas powinny być stosowane w testowaniu istotności. Poziom, na którym można zaakceptować, czy zdarzenie jest istotne statystycznie jest znany jako poziom istotności.

Badacze używają statystyki testowej znanej jako wartość p, aby określić istotność statystyczną: jeśli wartość p spadnie poniżej poziomu istotności, wynik jest statystycznie istotny. Wartość p jest funkcją średnich i odchyleń standardowych próbek danych.

Wartość p wskazuje prawdopodobieństwo wystąpienia danego wyniku statystycznego przy założeniu, że za wynik odpowiada sama szansa. Jeśli to prawdopodobieństwo jest małe, to badacz może spokojnie uznać naszą szansę za przyczynę. Wartość p musi mieścić się poniżej poziomu istotności, aby wyniki były przynajmniej uważane za statystycznie istotne.

Przeciwieństwem poziomu istotności, obliczonego jako 1 minus poziom istotności, jest poziom ufności. Wskazuje stopień ufności, że wynik statystyczny nie pojawił się przypadkowo lub przez błąd próby. Zwyczajowy zaufanie poziom w wielu testach statystycznych wynosi 95 procent, co prowadzi do zwyczajowego poziomu istotności lub wartość p 5 proc.

Uwagi specjalne

Znaczenie statystyczne nie zawsze wskazuje na znaczenie praktyczne, co oznacza, że ​​wyników nie można zastosować w rzeczywistych sytuacjach biznesowych. Ponadto istotność statystyczna może zostać błędnie zinterpretowana, gdy badacze nie używają ostrożnie języka w raportowaniu swoich wyników. Ponieważ wynik jest statystycznie istotny, nie oznacza to, że jest nie losowy, tylko że prawdopodobieństwo, że jest losowy jest znacznie zmniejszone.

Tylko dlatego, że dwie serie danych utrzymują ze sobą silną korelację, nie implikuje związku przyczynowego. Na przykład liczba filmów, w których w danym roku występuje aktor Nicolas Cage, jest bardzo silnie skorelowana z liczbą przypadkowych utonięć w basenach. Ale ta korelacja jest fałszywy ponieważ nie ma żadnego teoretycznego twierdzenia przyczynowego, które można by sformułować.

Innym problemem, który może pojawić się w przypadku istotności statystycznej, jest to, że dane z przeszłości oraz wyniki z tych danych, niezależnie od tego, czy są istotne statystycznie, czy nie, mogą nie odzwierciedlać bieżących lub przyszłych warunków. W inwestowaniu może to przejawiać się w modelu cenowym załamującym się w czasach kryzysu finansowego, ponieważ zmieniają się korelacje i zmienne nie wchodzą w interakcje, jak zwykle. Znaczenie statystyczne może również pomóc inwestorowi w ustaleniu, czy jeden model wyceny aktywów jest lepszy od drugiego.

Rodzaje testów istotności statystycznej

W zależności od prowadzonych badań stosuje się kilka rodzajów testów istotności. Na przykład testy można zastosować dla jednej, dwóch lub więcej próbek danych o różnej wielkości dla średnich, wariancji, proporcji, danych sparowanych lub niesparowanych lub różnych rozkładów danych.

Hipoteza zerowa

Wszystkie te czynniki mają to, co nazywa się hipotezy zerowe, a istotność często jest celem testowania hipotez w Statystyka. Najczęstszą hipotezą zerową jest to, że dany parametr jest równy zero (zazwyczaj wskazując, że zmienna ma zerowy wpływ na wynik zainteresowania). Jeśli możesz odrzucić hipotezę zerową z ufnością 95 procent lub lepszą, naukowcy mogą powołać się na istotność statystyczną. Hipotezy zerowe można również przetestować pod kątem równości (a nie równej zeru) efektu dla dwóch lub więcej alternatywnych metod leczenia.

Odrzucenie hipotezy zerowej, nawet jeśli bardzo wysoki stopień istotności statystycznej nigdy nie może udowodnić coś, może jedynie dodać wsparcia do istniejącej hipotezy. Z drugiej strony nieodrzucenie hipotezy zerowej jest często podstawą do odrzucenia hipotezy.

Test istotności statystycznej ma w dużej mierze tę samą matematykę, co test obliczania przedziału ufności. W typowych sytuacjach sposobem interpretacji istotności statystycznej jest to, że odpowiadający 95-procentowy przedział ufności nie zawiera wartości zero. Nawet jeśli okaże się, że zmienna jest istotna statystycznie, musi mieć sens w rzeczywistym świecie.

Dodatkowo efekt może być statystycznie istotny, ale ma bardzo niewielki wpływ. Na przykład może to być bardzo mało prawdopodobne ze względu na ryzyko, że firmy, które używają dwuwarstwowego papieru toaletowego w swoich łazienkach mieć bardziej produktywnych pracowników, ale poprawa bezwzględnej produktywności każdego pracownika prawdopodobnie będzie minuskuła.