P တန်ဖိုး vs. alpha: ကွာခြားချက်ကဘာလဲ။

စာရင်းဇယားများတွင် ကျောင်းသားများ မကြာခဏ ရောထွေးနေသော ဝေါဟာရနှစ်ခုမှာ p-value နှင့် alpha ဖြစ်သည်။

ဝေါဟာရနှစ်ခုလုံးကို အယူအဆတစ်ခုကို ငြင်းပယ်ရန် သို့မဟုတ် ငြင်းဆိုရန် ပျက်ကွက်ရန် ကျွန်ုပ်တို့အသုံးပြုသည့် တရားဝင်စာရင်းအင်းစစ်ဆေးမှုများဖြစ်သည့် သီအိုရီ စစ်ဆေးမှု တွင် အသုံးပြုပါသည်။

ဥပမာအားဖြင့်၊ ဆေးအသစ်သည် လူနာများ၏ သွေးပေါင်ချိန်ကို လက်ရှိစံဆေးထက် ပိုမိုလျော့နည်းစေသည်ဟု ကျွန်ုပ်တို့ ယူဆသည်ဆိုပါစို့။

၎င်းကို စမ်းသပ်ရန်အတွက်၊ ကျွန်ုပ်တို့သည် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို သတ်မှတ်ဖော်ပြသည့် သီအိုရီစမ်းသပ်မှုကို လုပ်ဆောင်နိုင်သည်-

Null hypothesis- ဆေးအသစ်နှင့် စံဆေးကြားတွင် ကွာခြားချက်မရှိပါ။

အစားထိုးယူဆချက်- ဆေးအသစ်နှင့် စံဆေးကြားတွင် ခြားနားချက် တစ်ခုရှိသည် ။

null hypothesis သည် မှန်သည်ဟု ကျွန်ုပ်တို့ယူဆပါက၊ စမ်းသပ်မှု၏ p-value သည် နမူနာဒေတာတွင် ကျွန်ုပ်တို့အမှန်တကယ်လေ့လာတွေ့ရှိခဲ့သည့် အနည်းဆုံးအကျိုးသက်ရောက်မှုတစ်ခုရရှိရန် ဖြစ်နိုင်ခြေကိုပြောပြသည်။

ဥပမာအားဖြင့်၊ ယူဆချက်စမ်းသပ်မှုအတွက် p-value သည် 0.02 ဖြစ်သည်ဆိုပါစို့။

ဤ p-တန်ဖိုးကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံမှာ- ဆေးပြားအသစ်နှင့် စံဆေးကြားတွင် အမှန်တကယ် ကွာခြားမှုမရှိပါက၊ ကျွန်ုပ်တို့ ဤယူဆချက်စမ်းသပ်မှုပြုလုပ်သည့်အကြိမ်၏ 2% သည် ဒေတာနမူနာတွင် တွေ့ရှိရသော အကျိုးသက်ရောက်မှုကို ရရှိလိမ့်မည်၊ သို့မဟုတ် ထို့ထက်မက၊ ကျပန်းနမူနာအမှားကြောင့် ရိုးရိုးရှင်းရှင်း။

ဆေးအသစ်နှင့် စံဆေးကြားတွင် အမှန်တကယ် ခြားနားမှုမရှိပါက ကျွန်ုပ်တို့ အမှန်တကယ်ပြုလုပ်ခဲ့သည့် ဒေတာနမူနာများကို ရယူခြင်းသည် ရှားပါးကြောင်း ၎င်းကဆိုသည်။

ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းဆိုလိုပြီး ဆေးအသစ်နှင့် စံဆေးကြားတွင် ခြားနားမှု ရှိကြောင်း ကောက်ချက်ချပါမည်။

သို့သော် ကျွန်ုပ်တို့၏ p-value သည် null hypothesis ကို ငြင်းပယ်ရန် လုံလောက်သော နိမ့်ခြင်းရှိမရှိ ဆုံးဖြတ်ရန် မည်သည့်အဆင့်ကို အသုံးပြုသင့်သနည်း။

ဤနေရာတွင် alpha ဝင်လာသည်။

အယ်လ်ဖာအဆင့်

သီအိုရီစမ်းသပ်မှုတစ်ခု၏ အယ်ဖာအဆင့် သည် ကျွန်ုပ်တို့၏ p-value သည် null hypothesis ကို ငြင်းပယ်ရန် လုံလောက်သော နိမ့်ခြင်းရှိမရှိ ဆုံးဖြတ်ရန် ကျွန်ုပ်တို့အသုံးပြုသည့် အတိုင်းအတာဖြစ်သည်။ ၎င်းကို 0.05 တွင် မကြာခဏသတ်မှတ်ထားသော်လည်း တစ်ခါတစ်ရံ 0.01 သို့မဟုတ် 0.10 တွင် သတ်မှတ်ထားသည်။

ဥပမာအားဖြင့်၊ အကယ်၍ ကျွန်ုပ်တို့သည် သီအိုရီစမ်းသပ်မှုတစ်ခု၏ အယ်လ်ဖာအဆင့်ကို 0.05 သို့သတ်မှတ်ပြီး p-value ၏ 0.02 ကိုရယူပါက p-value သည် alpha အဆင့်ထက်နည်းသောကြောင့် null hypothesis ကို ငြင်းပယ်ပါမည်။ ထို့ကြောင့်၊ အခြားယူဆချက်သည် မှန်သည်ဟု ဆိုရန် ကျွန်ုပ်တို့တွင် လုံလောက်သော အထောက်အထားများရှိသည်ဟု ကျွန်ုပ်တို့ ကောက်ချက်ချပါမည်။

အယ်လ်ဖာအဆင့်သည် စစ်မှန်သော null အယူအဆကို မှားယွင်းစွာ ငြင်းပယ်ခြင်း၏ ဖြစ်နိုင်ခြေကိုလည်း သတ်မှတ်ကြောင်း သတိပြုရန် အရေးကြီးပါသည်။

ဥပမာအားဖြင့်၊ ဆေးအသစ်နှင့် လက်ရှိဆေးကြားတွင် သွေးပေါင်ချိန်ကျဆင်းမှုတွင် ကွာခြားမှုရှိမရှိ စမ်းသပ်လိုသည်ဆိုကြပါစို့။ ပြီးတော့ ဆေးနှစ်လုံးကြား ခြားနားချက် မရှိဘူးလို့ ယူဆကြပါစို့။

အကယ်၍ ကျွန်ုပ်တို့သည် သီအိုရီစမ်းသပ်မှုတစ်ခု၏ အယ်လ်ဖာအဆင့်ကို 0.05 ဖြင့် သတ်မှတ်ပါက၊ ဆိုလိုသည်မှာ ကျွန်ုပ်တို့သည် သီအိုရီစမ်းသပ်ခြင်းလုပ်ငန်းစဉ်ကို အကြိမ်ပေါင်းများစွာ ထပ်ခါထပ်ခါပြုလုပ်ပါက၊ ကိစ္စရပ်များ၏ 5% ခန့်တွင် null hypothesis ကို လွဲမှားစွာ ငြင်းပယ်လိမ့်မည်ဟု မျှော်လင့်ရမည်ဖြစ်ပါသည်။ စမ်းသပ်မှုများ

Alpha အဆင့်ကို ဘယ်လိုရွေးချယ်မလဲ။

အစောပိုင်းတွင်ဖော်ပြခဲ့သည့်အတိုင်း၊ ယူဆချက်စမ်းသပ်မှုတစ်ခု၏ အယ်လ်ဖာအဆင့်အတွက် အသုံးအများဆုံးရွေးချယ်မှုမှာ 0.05 ဖြစ်သည်။ သို့သော်၊ မှားယွင်းသောကောက်ချက်ချမှုများသည် ပြင်းထန်သောအကျိုးဆက်များဖြစ်ပေါ်စေသည့် အချို့သောအခြေအနေများတွင်၊ ကျွန်ုပ်တို့သည် အယ်ဖာအဆင့်ကို 0.01 ဖြစ်နိုင်သည်၊ ဖြစ်နိုင်သည်။

ဥပမာအားဖြင့်၊ ဆေးဘက်ဆိုင်ရာနယ်ပယ်တွင်၊ သုတေသီများသည် ယူဆချက်စမ်းသပ်မှုတစ်ခု၏ရလဒ်များကို ယုံကြည်စိတ်ချရကြောင်း သေချာစေလိုသောကြောင့် သုတေသီများသည် အယ်ဖာအဆင့်ကို 0.01 တွင် သတ်မှတ်လေ့ရှိသည်။

အပြန်အလှန်အားဖြင့်၊ မားကတ်တင်းကဲ့သို့သော နယ်ပယ်များတွင်၊ အမှားလုပ်ခြင်း၏အကျိုးဆက်များသည် အသက်နှင့်သေဆုံးခြင်းမဟုတ်သောကြောင့်၊ 0.10 ကဲ့သို့သော အယ်ဖာအဆင့်ကို ပိုမိုမြင့်မားစွာသတ်မှတ်ထားခြင်းဖြစ်သည်။

စမ်းသပ်မှုတစ်ခု၏ အယ်လ်ဖာအဆင့်ကို တိုးမြှင့်ခြင်းသည် အရေးပါသော စမ်းသပ်မှုရလဒ်ကို ရှာဖွေရန် အခွင့်အလမ်းများ တိုးလာမည်ဖြစ်ပြီး၊ သို့သော် ၎င်းသည် ကျွန်ုပ်တို့သည် စစ်မှန်သော null အယူအဆကို မှားယွင်းစွာ ငြင်းပယ်နိုင်သည့် အခွင့်အလမ်းများကို တိုးမြင့်လာစေမည်ဖြစ်ကြောင်း သတိပြုသင့်သည်။

အနှစ်ချုပ်-

ဤဆောင်းပါးတွင် ကျွန်ုပ်တို့ သင်ယူလေ့လာထားသည်များမှာ-

1. p-value သည် နမူနာဒေတာတွင်ကျွန်ုပ်တို့အမှန်တကယ်တွေ့မြင်ခဲ့သည့်အရာထက် အနည်းဆုံးအကျိုးသက်ရောက်မှုရရှိရန်ဖြစ်နိုင်ခြေကိုပြောပြသည်။

2. အယ်လ်ဖာအဆင့် သည် စစ်မှန်သော null အယူအဆကို မှားယွင်းစွာ ငြင်းပယ်ခြင်း၏ ဖြစ်နိုင်ခြေဖြစ်သည်။

3. သီအိုရီစမ်းသပ်မှုတစ်ခု၏ p-တန်ဖိုးသည် အယ်လ်ဖာအဆင့်ထက်နည်းပါက၊ null hypothesis ကို ငြင်းပယ်နိုင်သည်။

4. စမ်းသပ်မှုတစ်ခု၏ အယ်လ်ဖာအဆင့်ကို တိုးမြှင့်ခြင်းဖြင့် ကျွန်ုပ်တို့သည် သိသာထင်ရှားသော စမ်းသပ်မှုရလဒ်ကို တွေ့ရှိနိုင်စေမည့် အခွင့်အလမ်းကို တိုးစေသည်၊ သို့သော် ၎င်းသည် ကျွန်ုပ်တို့သည် စစ်မှန်သော null အယူအဆကို မှားယွင်းစွာ ငြင်းပယ်နိုင်သည့် အခွင့်အလမ်းကိုလည်း တိုးစေသည်။

ထပ်လောင်းအရင်းအမြစ်များ

Hypothesis Testing နိဒါန်း
Null Hypothesis ရေးနည်း (ဥပမာ ၅ ခု)
Left vs. ညာစမ်း