Pertanyaan yang diberi tag «statistical-significance»

Signifikansi statistik mengacu pada probabilitas bahwa, jika, dalam populasi dari mana sampel ini diambil, efek sebenarnya adalah 0 (atau beberapa nilai yang dihipotesiskan) suatu statistik uji sebagai ekstrim atau lebih ekstrem daripada yang didapat dalam sampel dapat terjadi.


10
Mengapa 600 dari 1000 lebih meyakinkan dari 6 dari 10?
Lihatlah kutipan ini dari "Buku pegangan keterampilan belajar", Palgrave, 2012, oleh Stella Cottrell, halaman 155: Persentase Perhatikan kapan persentase diberikan. Misalkan, pernyataan di atas berbunyi: 60% orang lebih suka jeruk; 40% mengatakan mereka lebih suka apel. Ini terlihat meyakinkan: Jumlah numerik diberikan. Tetapi apakah perbedaan antara 60% dan 40% signifikan …

4
Haruskah kovariat yang tidak signifikan secara statistik 'disimpan' ketika membuat model?
Saya memiliki beberapa kovariat dalam perhitungan saya untuk sebuah model, dan tidak semuanya signifikan secara statistik. Haruskah saya menghapus yang bukan? Pertanyaan ini membahas fenomena tersebut, tetapi tidak menjawab pertanyaan saya: Bagaimana menafsirkan efek non-signifikan dari kovariat di ANCOVA? Tidak ada jawaban untuk pertanyaan itu yang menunjukkan bahwa kovariat yang …

1
Bagaimana menafsirkan dan melaporkan eta kuadrat / eta parsial kuadrat dalam analisis yang signifikan secara statistik dan non-signifikan?
Saya memiliki data yang memiliki nilai kuadrat eta dan nilai kuadrat eta parsial yang dihitung sebagai ukuran ukuran efek untuk perbedaan rata-rata kelompok. Apa perbedaan antara eta kuadrat dan eta kuadrat parsial? Bisakah keduanya ditafsirkan menggunakan pedoman Cohen yang sama (1988 saya pikir: 0,01 = kecil, 0,06 = sedang, 0,13 …



6
Uji apakah dua distribusi binomial secara statistik berbeda satu sama lain
Saya memiliki tiga kelompok data, masing-masing dengan distribusi binomial (yaitu masing-masing kelompok memiliki elemen yang berhasil atau gagal). Saya tidak memiliki probabilitas keberhasilan yang diprediksi, tetapi sebaliknya hanya dapat mengandalkan tingkat keberhasilan masing-masing sebagai perkiraan untuk tingkat keberhasilan yang sebenarnya. Saya hanya menemukan pertanyaan ini , yang dekat tetapi tampaknya …

5
Apakah nilai p pada dasarnya tidak berguna dan berbahaya untuk digunakan?
Artikel ini " The Odds, Continuous Updated" dari NY Times kebetulan menarik perhatian saya. Singkatnya, ini menyatakan itu [Statistik Bayesian] terbukti sangat berguna dalam mendekati masalah kompleks, termasuk pencarian seperti yang digunakan Coast Guard pada 2013 untuk menemukan nelayan yang hilang, John Aldridge (meskipun tidak, sejauh ini, dalam perburuan untuk …

1
Regresi logistik: uji anova chi-square vs signifikansi koefisien (anova () vs ringkasan () dalam R)
Saya memiliki model GLM logistik dengan 8 variabel. Saya menjalankan uji chi-square di R anova(glm.model,test='Chisq')dan 2 dari variabel berubah menjadi prediksi ketika dipesan di bagian atas tes dan tidak begitu banyak ketika dipesan di bagian bawah. Itu summary(glm.model)menunjukkan bahwa koefisien mereka tidak signifikan (nilai p tinggi). Dalam hal ini tampaknya …

4
Apakah nilai p yang lebih kecil lebih meyakinkan?
Saya telah membaca tentang nilai- , tingkat kesalahan tipe 1, tingkat signifikansi, perhitungan daya, ukuran efek dan perdebatan Fisher vs Neyman-Pearson. Ini membuat saya agak kewalahan. Saya minta maaf untuk dinding teks, tetapi saya merasa perlu untuk memberikan gambaran tentang pemahaman saya saat ini tentang konsep-konsep ini, sebelum saya pindah …


4
Mengapa nilai p yang lebih rendah tidak lebih banyak bukti terhadap nol? Argumen dari Johansson 2011
Johansson (2011) dalam " Hail the impossible: nilai-p, bukti, dan kemungkinan " (di sini juga terkait dengan jurnal ) menyatakan bahwa nilai- yang lebih rendah sering dianggap sebagai bukti yang lebih kuat terhadap nol. Johansson menyiratkan bahwa orang akan menganggap bukti terhadap nol lebih kuat jika uji statistik mereka menghasilkan …



5
Bagaimana seharusnya seorang peneliti perorangan memikirkan tingkat penemuan yang salah?
Saya telah mencoba untuk membungkus kepala saya di sekitar bagaimana False Discovery Rate (FDR) harus menginformasikan kesimpulan dari masing-masing peneliti. Misalnya, jika studi Anda kurang bertenaga, haruskah Anda mendiskon hasil Anda meskipun signifikan pada α=.05α=.05\alpha = .05 ? Catatan: Saya sedang berbicara tentang FDR dalam konteks memeriksa hasil beberapa studi …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.