유의성 수준

이 기사에서는 통계에서 유의미한 수준이 무엇인지 설명합니다. 따라서 유의 수준의 의미, 가장 빈번한 유의 수준이 포함된 표 및 유의 수준과 다른 통계 개념의 관계를 찾을 수 있습니다.

유의미한 수준은 무엇입니까?

유의 수준은 모집단의 통계적 모수 추정치가 신뢰 구간을 벗어날 확률입니다. 즉, 유의수준은 실제로 참인 가설을 기각할 확률이다.

통계에서 유의수준은 그리스 기호 α(알파)로 표시됩니다. 이것이 알파 레벨 이라고도 불리는 이유입니다.

예를 들어 유의수준이 α=0.05라면 가설이 참일 때 기각할 확률이 5%라는 뜻이다. 즉, 통계적 모수를 추정하고 오차한계보다 큰 오차로 틀릴 확률은 5%이다.

따라서 유의수준은 결과가 통계적으로 유의한지 여부를 판단하는 경계를 표시하며, p값이 유의수준보다 작을 경우 해당 결과를 통계적으로 유의한 것으로 간주합니다. 아래에서는 유의 수준과 p-값 사이의 관계를 살펴보겠습니다.

유의수준 표

유의 수준의 정의를 확인한 후 가장 일반적인 유의 수준 값이 포함된 표가 아래에 표시됩니다.

이 표는 신뢰 구간의 한계를 계산하는 데 매우 유용합니다.

표에서 볼 수 있듯이 신뢰수준을 높이면 유의수준이 낮아지므로 가설을 채택할 때 실수할 위험이 낮아지고, 반면에 통계모수 추정의 정밀도는 낮아집니다. . 일반적으로 유의수준은 5%(α=0.05)를 사용한다.

유의수준 0% 및 100%

유의 수준 값의 범위는 0%(α=0.00)에서 100%(α=1)까지입니다. 그러나 이 두 극단값은 두 개의 비현실적인 값이므로 통계에 절대 표시되어서는 안 됩니다. 그 이유는 아래에서 살펴보겠습니다.

유의수준 0%는 수용된 가설의 진실성에 대해 의심의 여지가 없음을 의미합니다. 그러나 전체 모집단을 분석하지 않는 한 통계에서 유의도 0%는 존재하지 않으며, 그렇다고 하더라도 오류나 편향이 발생하지 않았다고 완전히 확신할 수는 없습니다. 조사 과정에서 생산된

대조적으로, 유의 수준 100%는 기각된 가설이 의심할 여지 없이 참이라는 것을 의미합니다. 그러나 논리적으로 일부 결과가 유의 수준 100%로 얻어지면 통계 연구를 반복하기 전에 결과의 정확성에 대한 확실성이 없기 때문에 해당 결과는 결코 게시되지 않습니다.

유의수준과 신뢰수준

명확해야 하는 통계에서 밀접하게 관련된 두 가지 개념은 유의 수준과 신뢰 수준입니다. 이것이 바로 이 섹션에서 유의 수준과 신뢰 수준의 차이가 무엇인지 살펴보겠습니다.

유의 수준과 신뢰 수준의 차이는 그들이 정의하는 확률입니다. 신뢰수준은 가설을 채택하고 그것이 참일 확률이고, 유의수준은 가설을 기각했지만 실제로 참일 확률이다.

또한 유의 수준과 신뢰 수준을 합하면 항상 통일성이 있습니다. 따라서 신뢰 구간의 신뢰 수준이 1-α이면 이 동일한 구간의 유의 수준은 α입니다.

예를 들어 신뢰 구간의 신뢰 수준이 95%인 경우 유의 수준은 5%입니다. 즉, 통계연구를 100번, 95번 반복하면 실제 모집단과 일치하는 결과를 얻고, 5번은 잘못된 결과를 얻게 된다는 뜻이다.

유의수준 및 p-값

마지막으로 유의수준과 p-값 사이의 관계는 무엇인지 살펴보겠습니다. 왜냐하면 두 개념은 가설의 반대에 널리 사용되는 개념이기 때문입니다.

p-값 이라고도 하는 p-값은 관찰된 차이가 우연에 의한 것일 확률을 나타내는 0과 1 사이의 값입니다. 따라서 p-값은 결과의 중요성을 나타내며 가설이 참인지 거짓인지 판단하는 데 사용됩니다.

따라서 가설 검정에서는 p-값이 유의 수준보다 크면 귀무 가설이 참인 것으로 간주됩니다. 반면, p-값이 유의수준보다 낮으면 귀무가설이 기각되고 대립가설이 참인 것으로 간주됩니다.