<\/p>\n
Nel test delle ipotesi , c’\u00e8 sempre un tasso di errore di tipo I che ci dice la probabilit\u00e0 di rifiutare un’ipotesi nulla che sia effettivamente vera. In altre parole, \u00e8 la probabilit\u00e0 di ottenere un \u201cfalso positivo\u201d, cio\u00e8 quando affermiamo che c’\u00e8 un effetto statisticamente significativo, quando in realt\u00e0 non ce n’\u00e8.<\/span><\/p>\n Quando eseguiamo il test delle ipotesi, il tasso di errore di tipo I \u00e8 uguale al livello di significativit\u00e0 (\u03b1), che solitamente viene scelto tra 0,01, 0,05 o 0,10. Tuttavia, quando eseguiamo pi\u00f9 test di ipotesi contemporaneamente, la probabilit\u00e0 di ottenere un falso positivo aumenta.<\/span><\/p>\n Ad esempio, immagina di lanciare un dado a 20 facce. La probabilit\u00e0 che il dado cada su \u201c1\u201d \u00e8 solo del 5%. Ma se lanci due di questi dadi contemporaneamente, la probabilit\u00e0 che uno dei dadi esca su \u201c1\u201d aumenta al 9,75%. Se lanciamo cinque dadi contemporaneamente, la probabilit\u00e0 aumenta al 22,6%.<\/span><\/p>\n Pi\u00f9 dadi lanciamo, maggiore \u00e8 la probabilit\u00e0 che uno dei dadi dia 1. Allo stesso modo, se eseguiamo pi\u00f9 test di ipotesi contemporaneamente utilizzando un livello di significativit\u00e0 di 0,05, la probabilit\u00e0 di ottenere un falso positivo aumenta oltre 0,05. 0,05.<\/span><\/p>\n La formula per stimare il tasso di errore per famiglia \u00e8 la seguente:<\/span><\/p>\n Tasso di errore per famiglia = 1 \u2013 (1-\u03b1) n<\/sup><\/strong><\/span><\/p>\n Oro:<\/span><\/p>\n Ad esempio, supponiamo di eseguire 5 confronti diversi utilizzando un livello alfa di \u03b1 = 0,05. Il tasso di errore per famiglia verrebbe calcolato come segue:<\/span><\/p>\n Tasso di errore per famiglia = 1 \u2013 (1-\u03b1) c<\/sup> = 1 \u2013 (1-.05) 5<\/sup> = 0,2262<\/strong> .<\/span><\/p>\n In altre parole, la probabilit\u00e0 di ottenere un errore di tipo I su almeno uno dei test di ipotesi \u00e8 maggiore del 22%!<\/span><\/p>\n Esistono diversi metodi che possono essere utilizzati per controllare il tasso di errore per famiglia, tra cui:<\/span><\/p>\n 1. La correzione Bonferroni.<\/span><\/strong><\/p>\n Regolare il valore \u03b1 utilizzato per valutare la significativit\u00e0 in modo tale che:<\/span><\/p>\n \u03b1 nuovo<\/sub><\/strong> = \u03b1 vecchio<\/sub> \/ n<\/span><\/p>\n Ad esempio, se eseguiamo 5 confronti diversi utilizzando un livello alfa di \u03b1 = 0,05, quindi utilizzando la correzione Bonferroni, il nostro nuovo livello alfa sarebbe:<\/span><\/p>\n \u03b1 nuovo<\/sub> = \u03b1 vecchio<\/sub> \/ n = 0,05 \/ 5 = 0,01<\/strong> .<\/span><\/p>\n 2. La correzione Sidak.<\/strong><\/span><\/p>\n Regolare il valore \u03b1 utilizzato per valutare la significativit\u00e0 in modo tale che:<\/span><\/p>\n \u03b1 nuovo<\/sub><\/strong> = 1 \u2013 (1-\u03b1 vecchio<\/sub> ) 1\/n<\/sup><\/span><\/p>\n Ad esempio, se eseguiamo 5 confronti diversi utilizzando un livello alfa di \u03b1 = 0,05, quindi utilizzando la correzione Sidak, il nostro nuovo livello alfa sarebbe:<\/span><\/p>\n \u03b1 nuovo<\/sub> = 1 \u2013 (1-\u03b1 vecchio<\/sub> ) 1\/n<\/sup> = 1 \u2013 (1-.05) 1\/5<\/sup> = .010206<\/strong> .<\/span><\/p>\n 3. La correzione Bonferroni-Holm.<\/strong><\/span><\/p>\n Questa procedura funziona come segue:<\/span><\/p>\n Utilizzando una di queste correzioni del livello di significativit\u00e0, possiamo ridurre significativamente la probabilit\u00e0 di commettere un errore di tipo I in una famiglia di test di ipotesi.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Nel test delle ipotesi , c’\u00e8 sempre un tasso di errore di tipo I che ci dice la probabilit\u00e0 di rifiutare un’ipotesi nulla che sia effettivamente vera. In altre parole, \u00e8 la probabilit\u00e0 di ottenere un \u201cfalso positivo\u201d, cio\u00e8 quando affermiamo che c’\u00e8 un effetto statisticamente significativo, quando in realt\u00e0 non ce n’\u00e8. Quando eseguiamo […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Come stimare il tasso di errore per famiglia<\/strong><\/span><\/h3>\n
\n
Come controllare il tasso di errore per famiglia<\/strong><\/span><\/h3>\n
\n