Mục đích của ѕuу luận thống kê ᴠà ᴠiệc ѕử dụng các bài thống kê kiểm tra là để rút ra kết luận từ dữ liệu mẫu. Suу luận thống kê được ѕử dụng trong kiểm tra giả thuуết dựa trên lý thuуết хác ѕuất. Kiểm tra ý nghĩa thống kê là kiểm tra của một giả thuуết ᴠô hiệu, ѕức mạnh của các bằng chứng chống lại giả thuуết ᴠô hiệu được đánh giá bằng cách ѕử dụng ý tưởng хác ѕuất [cơ hội trong quá trình ra quуết định của chúng ta]. Nói một cách đơn giản, kiểm tra ý nghĩa là phương pháp đánh giá ѕức mạnh chống lại giả thuуết ᴠô hiệu ᴠà ѕức mạnh của bằng chứng nàу bởi những giá trị p thu được cho các bài thống kê kiểm tra.
Bạn đang хem: độ tin cậу ᴠà mức ý nghĩa
Tháng Bảy 4, 2021
Ý nghĩa thống kê [tiếng Anh: Statistical Significance] là kết luận rằng một kết quả từ một bài kiểm tra hoặc thử nghiệm không xảy ra một cách ngẫu nhiên hay ngẫu nhiên, mà thay vào đó là do một nguyên nhân cụ thể.
Hình minh họa. Nguồn: Asgardia.space
Ý tưởng
Ý nghĩa thống kê trong tiếng anh là Ý nghĩa thống kê.
Ý nghĩa thống kê là kết luận rằng kết quả từ một cuộc kiểm tra hoặc thử nghiệm không xảy ra một cách ngẫu nhiên hay ngẫu nhiên, mà thay vào đó là do một nguyên nhân cụ thể.
Kết luận Ý nghĩa thống kê rất quan trọng trong các ngành phụ thuộc nhiều vào phân tích và nghiên cứu dữ liệu, chẳng hạn như kinh tế, tài chính, đầu tư, y học, vật lý và sinh học.
Ý nghĩa thống kê có thể mạnh hoặc yếu. Khi phân tích tập dữ liệu và thực hiện các thử nghiệm cần thiết để phân biệt liệu một hoặc nhiều biến số có ảnh hưởng đến kết quả hay không, ý nghĩa thống kê mạnh chỉ ra rằng kết quả là có thật và không phải do các yếu tố ngẫu nhiên. khóa học. Nói một cách đơn giản, nếu một thống kê có ý nghĩa cao thì nó được coi là đáng tin cậy hơn.
Một số vấn đề thường phát sinh trong khi Kiểm tra ý nghĩa thống kê Điều này là do các nhà nghiên cứu thường làm việc với các mẫu quần thể hơn là thử nghiệm trực tiếp trên các quần thể. Do đó, các mẫu cần phải đại diện cho dân số, hoặc dữ liệu có trong mẫu không được sai lệch trong bất kỳ trường hợp nào.
Trong hầu hết các ngành khoa học, bao gồm cả kinh tế học, ý nghĩa thống kê là một kết luận đạt được ở mức 95% [hoặc đôi khi là 99%].
Các đặc điểm có ý nghĩa thống kê
Phép tính ý nghĩa thống kê [kiểm tra mức độ ý nghĩa] có một mức sai số nhất định có thể xảy ra. Nhà nghiên cứu phải xác định trước xác suất của lỗi lấy mẫu, lỗi này luôn có trong bất kỳ phép thử nào mà không phải thực hiện trên toàn bộ tổng thể.
Cỡ mẫu là một thành phần quan trọng để đạt được kết luận có ý nghĩa thống kê, trong đó các mẫu lớn hơn ít có khả năng dẫn đến ngẫu nhiên hơn. Chỉ sử dụng các mẫu đại diện ngẫu nhiên trong phép thử có ý nghĩa thống kê. Mức độ chấp nhận được một sự kiện có ý nghĩa thống kê được gọi là mức ý nghĩa.
Các nhà nghiên cứu sử dụng một tham số thống kê được gọi là giá trị p [p-value] để phân biệt liệu một sự kiện có dưới mức quan trọng hay không; Nếu có, kết quả có ý nghĩa thống kê. Giá trị P là một hàm của giá trị trung bình và độ lệch chuẩn thu được từ việc lấy mẫu dữ liệu.
Giá trị p cho biết xác suất mà một kết quả thống kê xảy ra do ngẫu nhiên hoặc do lỗi trong việc lấy mẫu. Nói cách khác, giá trị p cho biết rủi ro khi không có sự khác biệt hoặc mối quan hệ thực sự. Giá trị P phải thấp hơn mức ý nghĩa để kết quả có ý nghĩa thống kê.
Ngược lại với mức ý nghĩa, là mức tin cậy, mức độ tin cậy được tính bằng 1 trừ đi mức ý nghĩa. Nó cho thấy mức độ tin cậy rằng kết quả thống kê không xảy ra do ngẫu nhiên hoặc do lỗi lấy mẫu. Mức độ tin cậy thông thường trong kiểm định thống kê là 95% và mức ý nghĩa bình thường hoặc giá trị p là 5%.
Một số lưu ý
Ý nghĩa thống kê không phải lúc nào cũng chỉ ra ý nghĩa thực tế, nghĩa là không phải lúc nào kết quả cũng được áp dụng cho các tình huống trong thế giới thực. Ngoài ra, ý nghĩa thống kê có thể bị hiểu sai khi các nhà nghiên cứu không sử dụng ngôn ngữ cẩn thận trong báo cáo kết quả của họ. Chỉ bởi vì một kết quả có ý nghĩa thống kê không có nghĩa là nó không ngẫu nhiên, chỉ là xác suất ngẫu nhiên của nó đã bị giảm đi rất nhiều.
Chỉ vì hai chuỗi dữ liệu có tương quan chặt chẽ không có nghĩa là nó có quan hệ nhân quả. Ví dụ, số lượng phim mà nam diễn viên Nicolas Cage đóng trong một năm nhất định có mối tương quan lớn với số vụ chết đuối do tai nạn trong bể bơi. Nhưng mối tương quan này không đúng vì không lý thuyết nào có thể giải thích được hai sự kiện.
Một vấn đề khác có thể phát sinh với ý nghĩa thống kê là dữ liệu lịch sử và kết quả từ dữ liệu đó, cho dù có ý nghĩa thống kê hay không, không có khả năng phản ánh các hiện tượng hiện tại hoặc tương lai.
Trong đầu tư, điều này có thể biểu hiện trong một mô hình định giá không hoạt động đúng trong thời kỳ khủng hoảng tài chính khi các mối tương quan thay đổi và các biến số không tương tác như bình thường. Ý nghĩa thống kê cũng có thể giúp các nhà đầu tư phân biệt liệu một mô hình định giá tài sản có tốt hơn một mô hình định giá tài sản khác hay không.
Ý chính
– Ý nghĩa thống kê là kết luận rằng một thử nghiệm thống kê hoặc kết quả thử nghiệm có thể được quy cho một nguyên nhân cụ thể.
– Thống kê càng có ý nghĩa thì càng được coi là đáng tin cậy.
– Để kiểm tra ý nghĩa thống kê cũng cần phải chịu một mức sai số nhất định có thể xảy ra.
Ý nghĩa thống kê có thể bị hiểu sai khi các nhà nghiên cứu không sử dụng ngôn ngữ cẩn thận trong việc báo cáo kết quả.
– Kiểm định ý nghĩa thống kê được sử dụng tùy thuộc vào cách thức nghiên cứu được thực hiện
[Theo Investopedia]
Trong thống kê, một kết quả được gọi là có ý nghĩa thống kê nếu nó không có khả xảy ra là do ngẫu nhiên. Cụm từ Ý nghĩa thống kê được đặt tên bởi Ronald Fisher. Trong thống kê, ý nghĩa không có nghĩa là quan trọng hay có nghĩa như trong nói chuyện hàng ngày. Những nhà phân tích chỉ tập trung vào kết quả có thể bỏ sót các dạng mẫu trả lời quan trọng mà có thể rơi dưới ngưỡng được đặt ra cho kiểm định ý nghĩa. Nhiều nhà nghiên cứu cho rằng kiểm định ý nghĩa nên đi kèm với thống kê cỡ hiệu ứng.
Bằng chứng đòi hỏi để chấp nhận một sự kiện không phải xảy ra do ngẫu nhiên được gọi là mức ý nghĩa hay giá trị p: trong kiểm định giả thuyết Fisher, giá trị p là xác suất dữ liệu quan sát ở mức cực đại như đã được quan sát, với giả thuyết không là đúng. Nếu giá trị p nhỏ, ta có thể nói giả thuyết không là sai hoặc một sự kiện bất thường đã xảy ra.
Một phương pháp kiểm định giả thuyết khác là trường phái tần suất của Neyman–Pearson, trong đó xác định cả giả thuyết không và giả thuyết đối nghịch, nó tìm hiểu đặc tính mẫu lặp lại của phương pháp. Nếu trong trường hợp giả thuyết không bị bác bỏ trong khi thực chất nó là đúng và lẽ ra không được bác bỏ, thì đó được gọi là sai sót loại I. Trong trường hợp chấp nhận giả thuyết không trong khi nó sai được gọi là sai sót loại II.
Bài viết này vẫn còn sơ khai. Bạn có thể giúp Wikipedia mở rộng nội dung để bài được hoàn chỉnh hơn.
- Earliest Uses: The entry on Significance has some historical information.
- Raymond Hubbard, M.J. Bayarri, P Values are not Error Probabilities Lưu trữ 2013-09-04 tại Wayback Machine. A working paper that explains the difference between Fisher's evidential p-value and the Neyman-Pearson Type I error rate α {\displaystyle \alpha } .
- The Concept of Statistical Significance Testing – Article by Bruce Thompon of the ERIC Clearinghouse on Assessment and Evaluation, Washington, D.C.
- What does it mean for a result to be "statistically significant"? Lưu trữ 2012-06-23 tại Wayback Machine - An article from the Statistical Assessment Service at George Mason University, Washington, D.C.
Lấy từ “//vi.wikipedia.org/w/index.php?title=Ý_nghĩa_thống_kê&oldid=68355845”