ফলাফলগুলি "প্রায়" বা "কিছুটা" উল্লেখযোগ্য হিসাবে উল্লেখ করা কি ভুল?

Question

একই জাতীয় প্রশ্নে সাধারণ sensক্যমত্য, ফলাফলকে "অত্যন্ত তাৎপর্যপূর্ণ" বলে উল্লেখ করা কি ভুল? এটি কি "অত্যন্ত তাৎপর্যপূর্ণ" একটি বৈধ, যদিও অ-সুনির্দিষ্ট, এমন কোনও সমিতির শক্তি বর্ণনা করার উপায় যা আপনার প্রাক-সেট তাত্পর্যটির প্রান্তের অনেক নীচে পি-মান রয়েছে। যাইহোক, পি-মানগুলি যা আপনার প্রান্তিকের উপরে কিছুটা উপরে রয়েছে তার বর্ণনা সম্পর্কে কী ? আমি কিছু কাগজপত্র "কিছুটা তাত্পর্যপূর্ণ", "প্রায় তাত্পর্যপূর্ণ", "নিকটবর্তী তাত্পর্য" ইত্যাদি শব্দ ব্যবহার করতে দেখেছি। আমি এই শর্তগুলি কিছুটা আকাঙ্ক্ষিত-ধোঁয়াযুক্ত বলে মনে করি, কিছু ক্ষেত্রে একটি নেতিবাচক ফলাফল নিয়ে অধ্যয়ন থেকে অর্থবোধক ফলাফলটি টানতে সীমান্তরেখার ছদ্মবেশী উপায়। এই পদের ফলাফলগুলি বর্ণনা করতে কি গ্রহণযোগ্য যা আপনার পি-ভ্যালু কাটঅফটিকে "মিস করে"?

Comments

আমি বিশ্বাস করি না যে কেউ "সংঘের শক্তি" বর্ণনা করার জন্য যোগ্যতার "তাত্পর্য" প্রস্তাব করেছিলেন; পরেরটি আরও বেশি আকারের আকারের মত শোনাচ্ছে। যাইহোক, একটি পূর্ণ তালিকা জন্য এখানে দেখুন ।

— স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

@ স্কোর্টচি - আমার বোঝার থেকে, একটি খুব ছোট পি-মান অত্যন্ত তাৎপর্যপূর্ণ, যার অর্থ প্রশ্নাবলীর পরিবর্তনশীল এবং লক্ষ্যমাত্রার মধ্যে একটি শক্তিশালী সংযোগ। এটি একটি বৃহত প্রভাব আকার, প্রচুর ডেটা বা উভয়ই ফলাফল। বড় পি-মানগুলির জন্য, ভেরিয়েবল এবং টার্গেটের মধ্যে একটি সমিতিকে সমর্থন করার প্রমাণ দুর্বল। এছাড়াও, আপনার লিঙ্কে সেই তালিকাটি ভালবাসুন।

— পারমাণবিক ওয়াং

ছোট প্রভাবের আকারের জন্য খুব ছোট পি-মান অর্জনকে খুব কমই বলা যায় "শক্তিশালী সমিতি"। এটি কেবল একটি সনাক্তকারী সমিতি হবে।

— whuber

আমি এই শব্দগুচ্ছগুলিকে শিল্পে প্রচুর ব্যবহার করতে দেখেছি, যদিও একাডেমিক গবেষণাপত্রে নয়।

— আকসকল

সম্ভবত আপনার অস্বস্তি এই বিশ্বাস থেকে আসে যে পি-মান (বা কোনও নমুনা থেকে প্রাপ্ত অন্য কোনও সংখ্যা) কোনও কিছুর তীব্র ব্যবস্থা measures

— এরিক টাওয়ার

Answer 1

যদি আপনি "তাত্পর্য" ডিগ্রিগুলিতে ভর্তির অনুমতি দিতে চান তবে পর্যাপ্ত পরিমাণে ("কিছুটা তাত্পর্যপূর্ণ", "মোটামুটি উল্লেখযোগ্য"), তবে এমন বাক্যগুলি এড়িয়ে চলুন যা বোঝায় যে আপনি এখনও একটি প্রান্তিকের ধারণাতে আবদ্ধ রয়েছেন, যেমন "প্রায় উল্লেখযোগ্য" , "তাত্পর্য কাছে পৌঁছে যাওয়া", বা "তাত্পর্যপূর্ণ তাত্পর্য" ( ব্লগের "এখনও তাত্পর্যপূর্ণ গুরুত্বপূর্ণ নয়" থেকে আমার প্রিয় সম্ভাব্য ত্রুটি ), যদি আপনি মরিয়া হয়ে উঠতে চান না।

Comments

(+1) লিঙ্কটির জন্য। তবে আমি মনে করি সেখানে কাব্যিক সৃজনশীলতার হাইলাইটটি রয়েছে "তাৎপর্যকে ছড়িয়ে দেওয়া (পি = 0.06)" ।

— অ্যালেকোস পাপাদোপল্লোস

@ আলেকোসপ্যাডাপোলোস: আপনি ঠিক বলেছেন, যদিও "প্রচলিত তাত্পর্যপূর্ণ স্তরের সাথে ফ্লার্ট করা" এবং "পরিসংখ্যানগত তাত্পর্যটির আরও কাছাকাছি ঘোরাঘুরি" সম্মানজনক উল্লেখের প্রাপ্য। "কোসিটি-তাৎপর্যপূর্ণ" সম্ভবত কোনও ভিন্ন বিভাগে বিজয়ী।

— স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

প্রকৃতপক্ষে প্রথম দুটি সত্য চিত্রনাট্যবাদী চেতনার, প্রথমটি "স্ট্যাটিস্টিকাল গিগোলো" চলচ্চিত্র থেকে (অন্যথায় প্রচলিত স্তর নিয়ে কীভাবে উজ্জীবিত হবে ?) এবং দ্বিতীয়টি "ডেইলিং অন দ্য টেইল" চলচ্চিত্রের দ্বিতীয়টি যেখানে আমরা মেন্যাকিং শকুন দেখি second (পি-মান) মরণ নায়কের উপর ঘোরাঘুরি (পরিসংখ্যানগত তাত্পর্য)।

— অ্যালেকোস পাপাদোপল্লোস

ব্যক্তিগতভাবে, আমি আমার ফ্রেসিংয়ে 'উল্লেখযোগ্য' শব্দটি ছেড়ে দিয়ে পি = 0.06 'বেশ আকর্ষণীয়' কল করতাম। যথাযথভাবে বা ভুলভাবে, যখন আমি প্রথম সিক্স সিগমা কোর্সের মধ্যে পি-মানগুলির মুখোমুখি হয়েছিলাম, প্রশিক্ষক পরামর্শ দিয়েছিলেন যে 0.05 <= 0.1 এর জন্য ডান লেবেলটি ছিল 'আরও ডেটা প্রয়োজনীয়' (এমন একটি শিল্প সেটিংয়ের উপর ভিত্তি করে যেখানে অতিরিক্ত ডেটা পয়েন্টগুলি অর্জন করা শক্ত হয়) , কোনও 'বিগ ডেটা' দৃশ্যের

— রবার্ট ডি গ্রাফ

Answer 2

আমার দৃষ্টিকোণ থেকে, সমস্যাটি একটি তাৎপর্য পরীক্ষা করার আসলে কী বোঝায় তা পর্যন্ত ফোটে। তাৎপর্য অনুমানকে বাতিল বা প্রত্যাখ্যান করতে ব্যর্থ হওয়ার সিদ্ধান্ত নেওয়ার একটি উপায় হিসাবে তাৎপর্য পরীক্ষা করা হয়েছিল ফিশার নিজে (সিদ্ধান্তকে) সিদ্ধান্ত নেওয়ার জন্য কুখ্যাত 0.05 বিধি চালু করেছিলেন।

মূলত, তাৎপর্য পরীক্ষার যুক্তি হ'ল ডেটা সংগ্রহের আগে ব্যবহারকারীকে নাল হাইপোথিসিস (প্রচলিত 0.05) প্রত্যাখ্যান করার জন্য একটি আলফা স্তর নির্দিষ্ট করতে হবে । তাত্পর্য পরীক্ষা শেষ করার পরে, পি মানটি আলফা স্তরের চেয়ে ছোট (বা অন্যথায় এটি প্রত্যাখ্যান করতে ব্যর্থ হয়) ব্যবহারকারী নালটিকে প্রত্যাখ্যান করে।

আপনি কোনও প্রভাবকে অত্যন্ত তাৎপর্যপূর্ণ হিসাবে ঘোষণা করতে না পারার কারণটি (0.001 স্তরে বলুন) কারণ আপনি খুঁজে বের করার চেয়ে বেশি শক্তিশালী প্রমাণ খুঁজে পেতে পারেন না। সুতরাং, যদি আপনি পরীক্ষার আগে আপনার আলফা স্তরটি 0.05 তে সেট করেন তবে আপনি কেবলমাত্র 0.05 স্তরে প্রমাণ পেতে পারেন, আপনার পি মানগুলি যত ছোট হোক না কেন। একইভাবে, "কিছুটা তাত্পর্যপূর্ণ" বা "তাত্ক্ষণিক তাত্পর্যপূর্ণ" এর প্রভাবগুলির কথা বলার অর্থও খুব একটা বোঝা যায় না কারণ আপনি 0.05 এর নির্বিচার মানদণ্ডটি বেছে নিয়েছেন। আপনি যদি গুরুত্বের পরীক্ষার যুক্তিকে খুব আক্ষরিক অর্থে ব্যাখ্যা করেন তবে 0.05 এর চেয়ে বড় কিছু তাত্পর্যপূর্ণ নয়।

আমি সম্মত হই যে প্রায়শই প্রকাশের সম্ভাবনা বাড়াতে "তাত্পর্যপূর্ণ তাত্পর্য" এর মতো শব্দ ব্যবহার করা হয়। তবে আমি মনে করি না যে লেখকদের জন্য এর জন্য দোষ দেওয়া যেতে পারে কারণ কিছু বিজ্ঞানের বর্তমান প্রকাশনার সংস্কৃতি এখনও 0.05 এর "পবিত্র গ্রিল" এর উপর বেশি নির্ভর করে ies

এর মধ্যে কয়েকটি বিষয় আলোচনা করা হয়েছে:

জিগেরেনজার, জি। (2004) নির্বিকার পরিসংখ্যান। জার্নাল অফ সোশিও-ইকোনমিকস, 33 (5), 587-606।

রয়্যাল, আর। (1997)। পরিসংখ্যানগত প্রমাণ: একটি সম্ভাবনা দৃষ্টান্ত (খণ্ড 71)। সিআরসি প্রেস।

Comments

আপনি যদি ফিশারের তাত্পর্য পরীক্ষাতে একটি আলফা-স্তর যুক্ত করেন তবে আপনি বিজ্ঞানের ফিশেরিয়ান দর্শনকে নেইমন / পিয়ারসনের পদ্ধতির সাথে মিশ্রিত করছেন।

— আরবির্কেলবাচ

Answer 3

এই পিচ্ছিল opeাল ফিফার বনাম নেইম্যান / পিয়ারসন কাঠামোর কাছে নাল-হাইপোথিসিসের তাৎপর্য পরীক্ষার জন্য (এনএইচএসটি) কল করে। একদিকে, কেউ নাল অনুমানের (যেমন, প্রভাব আকার) এর অধীনে ফলাফলের কতটা সম্ভাবনা রয়েছে তার পরিমাণগত মূল্যায়ন করতে চায়। অন্যদিকে, দিন শেষে আপনি নিজের ফলাফলগুলি হয়েছে কিনা, না হওয়ার সম্ভাবনাটি একাই সুযোগের কারণে হয়েছে বলে সম্ভবত একটি সিদ্ধান্ত নিতে চান। আমরা যা শেষ করেছি তা হ'ল এক ধরণের হাইব্রিড পদ্ধতির যা খুব সন্তোষজনক নয়।

বেশিরভাগ শাখায়, তাত্পর্যপূর্ণ প্রথাগত পি 0.05 তে নির্ধারিত হয়, তবে কেন এটি হওয়া উচিত তা সত্যিকার অর্থে কোনও ভিত্তি নেই। আমি যখন কোনও কাগজ পর্যালোচনা করি, তখন 0.06 উল্লেখযোগ্য, এমনকি 0.07 বলে কল করা কোনও লেখকের সাথে আমার কোনও সমস্যা নেই, তবে শর্ত থাকে যে পদ্ধতিটি সঠিক এবং সমস্ত বিশ্লেষণ, চিত্র, ইত্যাদি সহ পুরো ছবিটি একটি ধারাবাহিক এবং বিশ্বাসযোগ্য গল্প বলে। লেখাগুলি যখন ছোট্ট প্রভাবের আকারের সাথে তুচ্ছ তথ্য থেকে কোনও গল্প তৈরির চেষ্টা করেন তখন আপনি যেখানে সমস্যার মধ্যে পড়েছেন is বিপরীতভাবে, আমি সম্ভবত পুরোপুরি 'বিশ্বাস' করতে পারি না যদিও কোনও পরীক্ষাটি প্রচলিত পি <0.05 এর তাত্পর্যতে পৌঁছালেও ব্যবহারিকভাবে কার্যকর হয়। আমার এক সহকর্মী একবার বলেছিলেন: "আপনার পরিসংখ্যানগুলিতে আপনার পরিসংখ্যানগুলিতে ইতিমধ্যে যা স্পষ্ট হয়েছে তা কেবল ব্যাক আপ করা উচিত।"

যা সব বলেছিল, আমার মনে হয় ভাসিলেভ সঠিক। ভাঙ্গা প্রকাশনার সিস্টেমটি দেওয়া, আপনাকে বেশিরভাগই পি মানগুলি অন্তর্ভুক্ত করতে হবে এবং অতএব আপনাকে "উল্লেখযোগ্য" শব্দটি গুরুত্ব সহকারে গ্রহণ করতে হবে, এমনকি যদি এটি "প্রান্তিক" (যা আমি পছন্দ করি) এর মতো বিশেষণগুলির প্রয়োজন হয়। পিয়ার রিভিউতে আপনি সর্বদা এটি লড়াই করতে পারেন, তবে আপনাকে প্রথমে সেখানে যেতে হবে।

Answer 4

সাধারণত দুটি পি-মানগুলির মধ্যে পার্থক্যটি উল্লেখযোগ্য নয়। সুতরাং, আপনার পি-মান 0.05, 0.049, 0.051 কিনা তা বিবেচ্য নয় ...

সমিতির শক্তির পরিমাপ হিসাবে পি-ভ্যালুগুলির সাথে সম্পর্কিত: একটি পি-মান সরাসরি সংস্থার শক্তির পরিমাপ নয়। একটি পি-মান হ'ল আপনার যে ডেটা পর্যবেক্ষণ করেছেন, ততই চরম বা আরও চরম তথ্য সন্ধানের সম্ভাবনা হ'ল প্যারামিটারটি 0 হিসাবে অনুমান করা হয়েছে (যদি নাল অনুমানের প্রতি কারও আগ্রহী হয় - নিক কক্স মন্তব্য দেখুন)। তবে গবেষক যে পরিমাণ আগ্রহী তা এটি প্রায়শই নয় Many অনেক গবেষকই "কিছু নির্বাচিত কাট-অফ মানের তুলনায় প্যারামিটারের সম্ভাবনা কত বেশি?" এই জাতীয় প্রশ্নের উত্তর দিতে আগ্রহী? আপনি যদি এটি আগ্রহী হন তবে আপনার মডেলটিতে আপনাকে অতিরিক্ত পূর্বের তথ্য অন্তর্ভুক্ত করতে হবে।

Comments

আমি এর আত্মার সাথে একমত, তবে ছোট মুদ্রণের মতো সর্বদা মোট নজরদারি দরকার। "প্রদত্ত প্যারামিটারটি 0 হিসাবে ধরে নেওয়া হয়": প্রায়শই, তবে সবসময় হয় না। পি-মানগুলি অন্যান্য অনুমানের জন্যও গণনা করা যায়। এছাড়াও, "ধরে নেওয়া" পড়ার জন্য "অনুমান" পড়ুন।

— নিক কক্স

আপনি সম্পূর্ণ সত্য - আমি আমার উত্তর সম্পাদনা করব!

— আরবির্কেলবাচ

Answer 5

"প্রায় তাৎপর্যপূর্ণ" অর্থবোধ করে কিনা তা কোনও ব্যক্তির পরিসংখ্যানগত অনুক্রমের দর্শনের উপর নির্ভর করে। এটি বালির একটি রেখা হিসাবে আলফা স্তর বিবেচনা করার পক্ষে পুরোপুরি বৈধ, এই ক্ষেত্রে কেবলমাত্র বা কিনা সেদিকে মনোযোগ দেওয়া উচিত । এই জাতীয় "বিস্ময়কর" জন্য, "প্রায় উল্লেখযোগ্য" কোনও ধারণা রাখে না। তবে এটি সমর্থন শক্তির ধারাবাহিক ব্যবস্থা সরবরাহ হিসাবে পি মানগুলি ভাবাও পুরোপুরি বৈধ$p<\alpha$$p>\alpha$(অবশ্যই প্রভাবের শক্তি নয়)। এই জাতীয় "ধারাবাহিক" জন্য, "প্রায় তাত্পর্যপূর্ণ" হ'ল একটি মধ্যম পি-মান সহ কোনও ফলাফল বর্ণনা করার বুদ্ধিমান উপায়। সমস্যাগুলি দেখা দেয় যখন লোকেরা এই দুটি দর্শনের মিশ্রণ করে - বা আরও খারাপ, উভয়ই বিদ্যমান তা অবগত না হয়। (যাইহোক, লোকেরা প্রায়শই এই মানচিত্রটি নিয়মন / পিয়ারসন এবং ফিশারের উপর পরিষ্কারভাবে ধরে নেন তবে তারা তা করেন না; তাই তাদের জন্য আমার স্বীকারোক্তিপূর্ণ আনাড়ি পদ)। এই বিষয়ে এখানে একটি ব্লগ পোস্টে এ সম্পর্কে আরও বিশদ: https://scientistseessquirrel.wordpress.com/2015/11/16/is-nearly-significant-ridiculous/

Answer 6

আমার মনে হয় যে কিছু বলা প্রায় পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ তা প্রযুক্তিগত দিক থেকে সঠিক নয়। একবার আপনি আপনার সহনশীলতা স্তরটি সেট করে দিলে তাৎপর্যের পরিসংখ্যানের পরীক্ষাটি সেট হয়ে যায়। আপনাকে নমুনা বিতরণগুলির ধারণাটিতে ফিরে যেতে হবে। যদি আপনার সহনশীলতা স্তরটি 0.05 বলা হয় এবং আপনি 0.053 এর পি-মান পেতে হয়ে থাকেন তবে কেবলমাত্র সুযোগটি ব্যবহার করা নমুনা সেই পরিসংখ্যানের ফলস্বরূপ। আপনি খুব ভালভাবে অন্য একটি নমুনা পেতে পারেন যা একই ফলাফল নাও পেতে পারে- আমি বিশ্বাস করি যে ঘটনার সম্ভাবনা সহনশীলতা স্তর সেটের উপর ভিত্তি করে নমুনার পরিসংখ্যানের ভিত্তিতে নয়। মনে রাখবেন আপনি জনসংখ্যার প্যারামিটারের বিরুদ্ধে নমুনাগুলি পরীক্ষা করছেন এবং নমুনাগুলির নিজস্ব নমুনা বিতরণ রয়েছে। সুতরাং আমার মতে, হয় কিছু পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ বা এটি নয়।

Answer 7

পি-মানটি অধীনে তে সমানভাবে বিতরণ করা হয় তাই 0.051 এর পি-মান সহ ফলাফল পাওয়া 1 এর পি-মান সহ ফলাফল পাবে Since ডেটা পাওয়ার আগে তাত্পর্যপূর্ণ স্তরটি সেট করুন আপনি প্রতিটি পি-মান জন্য নালকে প্রত্যাখ্যান করবেন । যেহেতু আপনি আপনার নালকে প্রত্যাখ্যান করেন না, তাই আপনাকে অভিন্ন বিতরণ করা পি-মান ধরে নিতে হবে, একটি উচ্চতর বা নিম্ন মানের মূলত অর্থহীন।$[0,1]$$\mathcal{H}_0$$p > \alpha$

আপনি শূন্যটিকে প্রত্যাখ্যান করার সময় এটি সম্পূর্ণ আলাদা গল্প, যেহেতু পি-মানটি অধীনে অভিন্নভাবে বিতরণ করা হয় না তবে বিতরণটি প্যারামিটারের উপর নির্ভর করে।$\mathcal{H}_1$

উদাহরণস্বরূপ উইকিপিডিয়া দেখুন ।

Comments

আমি আপনাকে বেশ অনুসরণ করি না। হ্যাঁ, যে কোনও অবিচ্ছিন্ন বিতরণে ঠিক 0.051 এর ফলাফল পাওয়ার সম্ভাবনা হুবহু 1 এর ফলাফল পাওয়ার সম্ভাবনার সমান - এটি শূন্য। তবে হাইপোথিসিস টেস্টিং কমপক্ষে যতটা চূড়ান্তভাবে পর্যবেক্ষণ হয়েছে তেমন কোনও মান দেখার সম্ভাবনা পরীক্ষা করে । আপনি সর্বদা পি-মানটি কমপক্ষে 1 এর মতো চরমের সাথে খুঁজে পাবেন তবে 0.051 এর মতো চূড়ান্তভাবে কোনও পি-মান দেখার সম্ভাবনা কম। কি এই পার্থক্য "অর্থহীন" করে তোলে?

— পারমাণবিক ওয়াং

শূন্যের নীচে এটি বিরতিতে [0.05,0.051] তে পি-মান পর্যবেক্ষণ করতে পারে যেমন এটি বিরতিতে [0.999,1] এর পি-মান পর্যবেক্ষণ করে। প্রান্তিকের কাছাকাছি পি-মান পর্যবেক্ষণ করা প্রত্যাখ্যান ক্ষেত্রের বাইরে অন্য কোনও পি-মান পর্যবেক্ষণ হিসাবে 0 এর বিরুদ্ধে বেশি প্রমাণ নয় evidence

— 31:38

কিছু কল এপি মান 0.05 তাৎপর্যপূর্ণ, অন্যরা 0.01 বা 0.1 একটি থ্রেশহোল্ড হিসাবে ব্যবহার করেন। সুতরাং, 3 টি গবেষকের মধ্যে যারা একই বিশ্লেষণ করে এবং 0.03 এর একটি পি-মান খুঁজে পায়, দুজন এটি এটিকে উল্লেখযোগ্য বলে মনে করতে পারে এবং একজন নাও পারে। তারা সকলেই যদি 0.91 এর একটি পি-মান খুঁজে পান তবে কেউ এটিকে তাৎপর্যপূর্ণ বলবে না। প্রান্তিকের কাছাকাছি একটি পি-মানটির অর্থ আরও বেশি ব্যক্তি নালটিকে প্রত্যাখ্যান করার পক্ষে যথেষ্ট প্রমাণ হিসাবে বিবেচিত হবে। আমি দেখছি না কেন পি = 0.051 এবং পি = 1 এইচ 1 এর সমর্থনের ক্ষেত্রে পৃথক হতে হবে - কিছু লোক ন্যায়সঙ্গতভাবে পি 1 = 0.051 দিয়ে এইচ 1 কে সমর্থন করবে; পি = 1 দিয়ে কেউ এটি করবে না।

— পারমাণবিক ওয়াং