FMPMC-PS - Біостатистика - PACES - UE4

11.2 - Загальний принцип перевірки гіпотез

11.2.3 - Обґрунтування висновків тесту. Потужність тесту

Тепер ми розуміємо частину правила прийняття рішення, що веде до відхилення H 0, коли обчислене значення параметра не належить інтервалу ставок. Також було зазначено (див. Крок 4 впровадження тестів), що коли обчислене значення параметра належить інтервалу ставки, тобто коли результати експерименту не суперечать l 'нульовій гіпотезі, людина висловлює себе багато ораторських запобіжних заходів, оскільки хтось просить сказати: "ніхто не робить висновку" або "не відкидає нульової гіпотези". Чому б не сказати "нульова гіпотеза відповідає дійсності" більш прямо? Перший елемент Роблячи це, ми приймаємо підхід, подібний до наукового підходу до прийняття теорії, поки не буде доведено, що вона зазнала невдачі. Коли ми говоримо "визнати", ми не маємо на увазі, що теорія відповідає дійсності, але що вона враховує момент - до більш повного інформування - досвіду.

Приклади

  • загальна механіка, прийнята до теорії відносності
  • небесна механіка
Другий елемент Припустимо, ми паралельно ставимо такі два тести:
H 0: φ = 0,2H 0: φ = 0,200001
H 1: φ ≠ 0,2H 1: φ ≠ 0.200001

Розраховані параметри, тобто

paces

буде надзвичайно близьким, тому висновки майже завжди однакові.

Потім розглянемо експеримент, під час якого для двох розрахункових значень. Чи можна зробити висновок, як φ = 0,2, так і φ = 0,0200001? Однак ми можемо помітити, що у формулюванні гіпотез немає принципового дефекту, оскільки існує "справжнє" значення, тобто, насправді існує справжня гіпотеза типу φ = щось.

Ми дотримуємось: тести зроблені не для того, щоб "продемонструвати" H 0, а для того, щоб відхилити його.
Це не означає, що ми завжди раді відхилити H 0 .

Приклади

  • випадок лікування мишей. Тут ми, мабуть, хотіли б відхилити H 0, тобто зробити висновок про те, що лікування активне.
  • випадок тесту на однорідність. Ми доставляємо нову партію мишей або мишей з іншого господарства. Ви хочете продовжити своє дослідження. Перше, що потрібно зробити, це перевірити гіпотезу про те, що ці нові миші схожі на попередніх за рівнем захворюваності на рак, ⇒ H 0: φ = 0,2. Але тут ви сподіваєтесь не відкидати H 0. Саме за цієї умови ви можете продовжувати.
СИЛА ТЕСТУ Повернімось до висновку "активність лікування не була продемонстрована". Очевидно, враховуючи досвід. Має сенс висловлюватися так, лише якщо можливо, що інший досвід, більш повний, наприклад, може показати цю ефективність, якщо він існує.
Це справді так. Можливість тесту відхилити нульову гіпотезу, коли вона хибна, обмежена. Точно:

Ми називаємо ПОТУЖНІСТЬ ТЕСТУ P ймовірністю відхилення нульової гіпотези, зіткнувшись з альтернативною гіпотезою, коли вона хибна.

Значення, що доповнює 1 цієї потужності, тобто ймовірність не відхилити нульову гіпотезу, хоча альтернативна гіпотеза відповідає дійсності, називається РИЗИКОМ ДРУГИХ ВИДІВ і умовно зазначається β: β = 1 - P .

На малюнку 12 відтворено умови, наведені на малюнку 11, але зі збільшеним значенням n. Іншими словами, застосовується той самий тест, але на більшій кількості статистичних одиниць. На цьому малюнку видно, що ризик розвитку другого виду дуже низький. Цей результат загальний:

ВСІ РЕЧІ ІНШІ РІВНІ, ПОТУЖНІСТЬ ТЕСТУ ЗБІЛЬШУЄТЬСЯ З РОЗМІРОМ ПРОБ