Классический (частотный) подход в статистических исследованиях связан с тремя корифеями: сэр Рональд Фишер (нулевая гипотеза и р-значения для доказательства
против нулевой гипотезы); Ежи Нейман и Карл Пирсон (I и II типы ошибки, критерий согласия (критерий хи-квадрат).
Стандартная статистическая процедура выглядит примерно так:
Начинаем с нулевой гипотезы (H0), в котором говорится, что нет никакого эффекта или отношения.
Рассматриваем альтернативную ( или конкурирующую) гипотезу (H1), которая может говорить только о том, что H0 не верна (т.е. есть некоторый эффект или отношения) Иными словами, имеем две гипотезы, по результатам рассмотрения которых: будет принято решение о справедливости для генеральной совокупности гипотезы Н0; будет принято решение о справедливости для генеральной совокупности гипотезы Н1.
Выбираем альфа-уровень, или уровень значимости (обычно волшебное 0,05). Уровень значимости альфа — это вероятность ошибки первого рода, т.е. вероятность того, что будет принята гипотеза Н1 , если на самом деле в генеральной совокупности верна гипотеза Но.
Выполняем статистический тест и рассчитываем р-значение. Если значение р меньше, чем альфа-уровень результат называется «значимым».
- Этот подход, часто упоминается как проверка гипотез или нулевое значение тестирования гипотезы (NHST), был подвергнут критике по ряду причин (Cohen, 1994; Лофтус, 1996; Kline, 2004; Gigerenzer, 2004; Goodman, 2008; Станг и др. ., 2010).
Вот лишь некоторые аргументы против частотного подхода:
- p-значения не дают ответа на вопросы (поскольку это вероятность)
- H0 часто является заведомо ложной
- p-значения имеют широкий диапазон ошибочности
- приводит к двоичности мышления
- предварительная информация никогда не принимаются во внимание (байесовский аргумент)
- небольшое р-значение может отражать очень большой размер выборки, а не значимой разницы
- приводит к систематической ошибке
Оставьте комментарий. Читайте сайт 6 Сигма
