Statistiese betekenisvolheid: definisie, konsep, betekenisvolheid, regressievergelykings en hipotesetoetsing

2024 Outeur: Henry Conors | [email protected]. Laas verander: 2024-02-12 03:00

Statistiek is lank reeds 'n integrale deel van die lewe. Mense staar dit oral in die gesig. Op grond van statistieke word gevolgtrekkings gemaak oor waar en watter siektes algemeen voorkom, wat meer in aanvraag is in 'n bepaalde streek of onder 'n sekere segment van die bevolking. Selfs die konstruksie van politieke programme van kandidate vir regeringsliggame is gebaseer op statistiese data. Hulle word ook deur kleinhandelkettings gebruik wanneer goedere gekoop word, en vervaardigers word deur hierdie data in hul voorstelle gelei.

Statistiek speel 'n belangrike rol in die lewe van die samelewing en raak elkeen van sy individuele lede, selfs in klein dingetjies. Byvoorbeeld, as die meeste mense volgens statistieke donker kleure in klere in 'n spesifieke stad of streek verkies, sal dit uiters moeilik wees om 'n heldergeel reënjas met 'n blomdruk in plaaslike winkels te vind. Maar watter hoeveelhedehet hierdie data so 'n impak? Byvoorbeeld, wat is "statisties betekenisvol"? Wat presies word met hierdie definisie bedoel?

Wat is dit?

Statistiek as 'n wetenskap bestaan uit 'n kombinasie van verskillende hoeveelhede en konsepte. Een daarvan is die konsep van "statistiese betekenisvolheid". Dit is die naam van die waarde van veranderlikes, die waarskynlikheid van die voorkoms van ander aanwysers waarin is weglaatbaar.

Byvoorbeeld, 9 uit 10 mense trek rubberskoene aan hul voete tydens 'n oggendstap vir sampioene in die herfswoud na 'n reënerige nag. Die waarskynlikheid dat 8 van hulle een of ander tyd mokassins op doek sit, is weglaatbaar. Dus, in hierdie spesifieke voorbeeld is die getal 9 wat genoem word "statistiese betekenisvolheid."

Gevolglik, as ons die gegewe praktiese voorbeeld verder ontwikkel, koop skoenwinkels rubberstewels teen die einde van die somerseisoen in groter hoeveelhede as op ander tye van die jaar. Dus het die grootte van die statistiese waarde 'n impak op die gewone lewe.

Natuurlik, in komplekse berekeninge, byvoorbeeld, wanneer die verspreiding van virusse voorspel word, word 'n groot aantal veranderlikes in ag geneem. Maar die essensie van die bepaling van 'n beduidende aanwyser van statistiese data is soortgelyk, ongeag die kompleksiteit van die berekeninge en die aantal veranderlike waardes.

Hoe word dit bereken?

Word gebruik wanneer die waarde van die "statistiese betekenisvolheid"-aanwyser van die vergelyking bereken word. Dit wil sê, daar kan geargumenteer word dat alles in hierdie geval deur wiskunde bepaal word. Die eenvoudigste berekening opsie is 'n ketting van wiskundige bewerkings, waarby die volgende parameters betrokke is:

• twee tipes resultate verkry uit opnames of die bestudering van objektiewe data, soos die hoeveelheid aankope, aangedui deur a en b;
• monstergrootte-aanwyser vir beide groepe – n;
• waarde van die gekombineerde monsteraandeel - p;
• standaardfout - SE.

Die volgende stap is om die algehele toetstelling te bepaal - t, die waarde daarvan word vergelyk met die getal 1.96. 1.96 is die gemiddelde waarde, wat 'n reeks van 95% oordra, volgens die Student se t-verspreidingsfunksie.

Die vraag ontstaan dikwels wat die verskil is tussen die waardes van n en p. Hierdie nuanse is maklik om met 'n voorbeeld te verduidelik. Kom ons sê dat die statistiese betekenisvolheid van lojaliteit teenoor enige produk of handelsmerk van mans en vroue bereken word.

In hierdie geval sal die letters gevolg word deur die volgende:

• n - aantal respondente;
• p - aantal tevrede met die produk.

Die aantal vroue met wie onderhoude gevoer is in hierdie geval sal as n1 aangewys word. Gevolglik, mans - n2. Dieselfde waarde sal die nommers "1" en "2" van die simbool p. hê

Om die toetstelling met die gemiddelde van Student se sigblaaie te vergelyk, word wat genoem word "statistiese betekenisvolheid".

Wat word bedoel met verifikasie?

Die resultate van enige wiskundige berekening kan altyd nagegaan word, dit word vir kinders in laerskool geleer. Dit is logies om aan te neemdat aangesien die statistieke met behulp van die ketting van berekeninge bepaal word, dit dan nagegaan word.

Toets vir statistiese beduidendheid is egter nie net wiskunde nie. Statistiek handel oor 'n groot aantal veranderlikes en verskeie waarskynlikhede, wat ver van altyd vatbaar is vir berekening. Dit wil sê, as ons terugkeer na die voorbeeld van rubberskoene aan die begin van die artikel, dan kan die logiese konstruksie van statistiese data waarop kopers van goedere vir winkels sal staatmaak, ontwrig word deur droë en warm weer, wat nie tipies vir herfs is nie.. As gevolg van hierdie verskynsel sal die aantal mense wat rubberstewels koop afneem en afsetpunte sal verliese ly. Natuurlik is 'n wiskundige formule nie in staat om 'n weeranomalie te voorsien nie. Hierdie oomblik word "fout" genoem.

Dit is net die waarskynlikheid van sulke foute en neem die kontrole van die vlak van berekende beduidendheid in ag. Dit neem beide berekende aanwysers en aanvaarde vlakke van betekenis in ag, sowel as hoeveelhede wat konvensioneel hipoteses genoem word.

Wat is die betekenisvlak?

Die konsep van "vlak" is ingesluit in die hoofkriteria vir statistiese betekenisvolheid. Dit word gebruik in toegepaste en praktiese statistiek. Dit is 'n soort waarde wat die waarskynlikheid van moontlike afwykings of foute in ag neem.

Die vlak is gebaseer op die identifikasie van verskille in klaargemaakte monsters, dit laat jou toe om hul betekenis of, omgekeerd, ewekansigheid vas te stel. Hierdie konsep het nie net digitale betekenisse nie, maar ook hul eiesoortige interpretasies. Hulle verduidelikhoe jy die waarde moet verstaan, en die vlak self word bepaal deur die resultaat met die gemiddelde indeks te vergelyk, dit openbaar die mate van betroubaarheid van die verskille.

Dus kan ons die konsep van 'n vlak eenvoudig voorstel - dit is 'n aanduiding van 'n aanvaarbare, waarskynlike fout of fout in die gevolgtrekkings wat gemaak word uit die verkrygde statistiese data.

Watter vlakke van betekenis word gebruik?

Die statistiese betekenisvolheid van foutwaarskynlikheidskoëffisiënte in die praktyk is gebaseer op drie basiese vlakke.

Die eerste vlak is die drempel waarteen die waarde 5% is. Dit wil sê, die waarskynlikheid van foute oorskry nie die betekenisvlak van 5%. Dit beteken dat die vertroue in die onberispelikheid en onfeilbaarheid van die gevolgtrekkings wat gemaak word op grond van statistiese navorsingsdata 95% is.

Die tweede vlak is die 1%-drempel. Gevolglik beteken hierdie syfer dat 'n mens gelei kan word deur die data wat tydens statistiese berekeninge verkry is met 99% vertroue.

Derde vlak - 0,1%. Met hierdie waarde is die waarskynlikheid van 'n fout gelyk aan 'n breukdeel van 'n persent, dit wil sê, foute word feitlik uitgeskakel.

Wat is 'n hipotese in statistiek?

Foute as 'n konsep word in twee areas verdeel, met betrekking tot die aanvaarding of verwerping van die nulhipotese. 'n Hipotese is 'n konsep waaragter, volgens die definisie, 'n stel opnameresultate, ander data of stellings versteek is. Dit wil sê, 'n beskrywing van die waarskynlikheidsverdeling van iets wat verband hou met die vak van statistiese rekeningkunde.

Daar is twee hipoteses in eenvoudige berekeninge – nul en alternatief. Die verskil tussen hulle is dat die nulhipotese gebaseer is op die idee dat daar geen fundamentele verskille is tussen die steekproewe wat betrokke is by die bepaling van die statistiese betekenisvolheid nie, en die alternatiewe een is heeltemal teenstrydig daarmee. Dit wil sê, die alternatiewe hipotese is gebaseer op die teenwoordigheid van 'n beduidende verskil in hierdie monsters.

Wat is die foute?

Foute as 'n konsep in statistiek is in direkte verhouding tot die aanvaarding van hierdie of daardie hipotese as waar. Hulle kan in twee rigtings of tipes verdeel word:

• die eerste tipe is te danke aan die aanvaarding van die nulhipotese, wat verkeerd geblyk het te wees;
• tweede - veroorsaak deur die alternatief te volg.

Die eerste tipe fout word vals positief genoem en is redelik algemeen in alle gebiede waar statistieke gebruik word. Gevolglik word die fout van die tweede tipe 'n vals negatief genoem.

Hoekom het ons regressie in statistiek nodig?

Die statistiese betekenisvolheid van regressie is dat dit met die hulp daarvan moontlik is om vas te stel hoeveel die model van verskeie afhanklikhede bereken op grond van die data met die werklikheid ooreenstem; laat jou toe om die voldoende of gebrek aan faktore vir rekeningkunde en gevolgtrekkings te identifiseer.

Die regressiewaarde word bepaal deur die resultate te vergelyk met die data wat in die Fisher-tabelle gelys word. Of die gebruik van variansieanalise. Regressie-aanwysers is belangrik wanneerkomplekse statistiese studies en berekeninge wat 'n groot aantal veranderlikes, ewekansige data en waarskynlike veranderinge behels.