0.05 ထက်နည်းသော p-value (ဥပမာများနှင့်အတူ)

လူဦးရေကန့်သတ်ချက် နှင့်ပတ်သက်သော ယူဆချက်သည် မှန်ကန်ခြင်းရှိ၊ မရှိ စမ်းသပ်ရန် စမ်းသပ်မှု တစ်ခုအား အသုံးပြုသည်။

ကျွန်ုပ်တို့သည် သီအိုရီစမ်းသပ်မှုတစ်ခုကို ပြုလုပ်သည့်အခါတိုင်း၊ ကျွန်ုပ်တို့သည် null နှင့် အခြား hypothesis ကို အမြဲတမ်း သတ်မှတ်ဖော်ပြသည်-

• Null hypothesis (H ₀ ) : နမူနာဒေတာသည် အခွင့်အလမ်းတစ်ခုတည်းမှလာသည်။
• အစားထိုး အယူအဆ ( _HA ) : နမူနာဒေတာသည် ကျပန်းမဟုတ်သော အကြောင်းတရားကြောင့် လွှမ်းမိုးထားသည်။

အကယ်၍ သီအိုရီစမ်းသပ်မှု၏ p-တန်ဖိုးသည် အရေးပါမှုအဆင့်အချို့ (ဥပမာ α = 0.05) အောက်တွင်ရှိနေပါက၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး အခြားယူဆချက်သည် မှန်ကြောင်းဖော်ပြရန် ကျွန်ုပ်တို့တွင် လုံလောက်သောအထောက်အထားရှိသည်ဟု ကောက်ချက်ချနိုင်သည်။

p-value သည် 0.05 ထက်မနည်းပါက၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းဆိုရန်ပျက်ကွက်ပြီး အစားထိုးယူဆချက်သည် မှန်သည်ဟုဆိုရန် လုံလောက်သောအထောက်အထားမရှိဟု ကောက်ချက်ချပါသည်။

အောက်ပါဥပမာများသည် 0.05 ထက်နည်းသော p-value ကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံနှင့် လက်တွေ့တွင် 0.05 ထက်ကြီးသော p-value ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- 0.05 ထက်နည်းသော P တန်ဖိုးကို ဘာသာပြန်ခြင်း။

စက်ရုံတစ်ရုံသည် ပေါင် ၂၀၀ အလေးချိန်ရှိသော တာယာများကို ထုတ်လုပ်သည်ဟု ဆိုပါစို့။

စာရင်းစစ်တစ်ဦးသည် ဝင်ရောက်လာပြီး ပျမ်းမျှတာယာအလေးချိန်သည် ပေါင် 200 ဖြစ်သည်ဟူသော အစားထိုးယူဆချက်နှင့် ဆန့်ကျင်ဘက်ဖြစ်သော တာယာအလေးချိန်သည် 0.05 ပေါင်ဖြစ်သည်၊ အဆင့်အရေးပါသော 0.05 ကို အသုံးပြု၍ စာရင်းစစ်သူတစ်ဦးမှ ဝင်ရောက်စစ်ဆေးသည်။

null hypothesis (H ₀ ): μ = 200

အစားထိုးယူဆချက်- ( _HA ): μ ≠ 200

ပျမ်းမျှ အယူအဆတစ်ခုကို စမ်းသပ်သောအခါ စာရင်းစစ်သည် p-value သည် 0.0154 ရရှိသည်။

0.0154 ၏ p-value သည် 0.05 ၏ အရေးပါမှုအဆင့်ထက်နည်းသောကြောင့် စာရင်းစစ်သည် null hypothesis ကို ပယ်ချပြီး တာယာတစ်လုံး၏ ပျှမ်းမျှပျမ်းမျှအလေးချိန်မှာ ပေါင် 200 ဖြစ်သည်ကို အခိုင်အမာသက်သေပြရန် လုံလောက်သောအထောက်အထားရှိကြောင်း ကောက်ချက်ချပါသည်။

ဥပမာ- 0.05 ထက်ကြီးသော P တန်ဖိုးကို ဘာသာပြန်ခြင်း။

ဇီဝဗေဒပညာရှင်တစ်ဦးက အချို့သောဓာတ်မြေသြဇာသည် လက်ရှိလက်မ 20 ဖြစ်သည့် ပုံမှန်ထက် သုံးလတာကာလအတွင်း အပင်များကို ပိုမိုကြီးထွားစေမည်ဟု ထင်မြင်ယူဆသည်ဆိုပါစို့။ ၎င်းကို စမ်းသပ်ရန်အတွက် သူမသည် ဓာတ်ခွဲခန်းရှိ အပင်တိုင်းတွင် သုံးလကြာ မြေသြဇာကို အသုံးချသည်။

ထို့နောက် သူမသည် အောက်ဖော်ပြပါ အယူအဆများကို အသုံးပြု၍ သီအိုရီစမ်းသပ်မှုတစ်ခုကို ပြုလုပ်သည်။

null hypothesis (H ₀ ): μ = 20 လက်မ (မြေသြဇာသည် အပင်ကြီးထွားမှုအပေါ် သက်ရောက်မှုမရှိပါ)

အခြားယူဆချက်- ( _HA ): μ > 20 လက်မ (မြေသြဇာသည် အပင်ကြီးထွားမှုကို ပျမ်းမျှတိုးစေသည်)

ပျမ်းမျှအတွက် သီအိုရီစစ်ဆေးမှုကို လုပ်ဆောင်ခြင်းဖြင့်၊ ဇီဝဗေဒပညာရှင်သည် p-value 0.2338 ကို ရရှိသည်။

0.2338 ၏ p-value သည် 0.05 ၏ အရေးပါမှုအဆင့်ထက် ပိုများသောကြောင့်၊ ဇီဝဗေဒပညာရှင်သည် null hypothesis ကို ငြင်းပယ်ပြီး ဓာတ်မြေသြဇာသည် အပင်ကြီးထွားမှုကို တိုးပွားစေသည်ဟု အခိုင်အမာသက်သေပြရန် မလုံလောက်ကြောင်း ကောက်ချက်ချပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

P တန်ဖိုးများနှင့် စာရင်းအင်းဆိုင်ရာ အရေးပါမှုဆိုင်ရာ ရှင်းလင်းချက်
စာရင်းအင်းဆိုင်ရာ သို့မဟုတ် လက်တွေ့ကျသော အရေးပါမှု
P တန်ဖိုး vs. Alpha: ကွာခြားချက်ကဘာလဲ။