আপনি যদি স্বতন্ত্র পরিসংখ্যান পরীক্ষা করে থাকেন আপনার তাত্পর্য স্তর হিসাবে ব্যবহার করে , এবং নাল প্রতিটি ক্ষেত্রেই অর্জন করে , আপনি 'তাত্পর্য' খুঁজে পাবেন কি না তা কেবল একটি এলোমেলো ভেরিয়েবলের একটি অঙ্কন। বিশেষত, এটি এবং দিয়ে দ্বিপদী বিতরণ থেকে নেওয়া হয় । উদাহরণস্বরূপ, যদি আপনি ব্যবহার করে 3 টি পরীক্ষা চালানোর পরিকল্পনা করেন এবং (আপনার অজানা) প্রতিটি ক্ষেত্রেই আসলে কোনও তফাত নেই, তবে প্রতিটি পরীক্ষায় একটি গুরুত্বপূর্ণ ফলাফল খুঁজে পাওয়ার 5% সম্ভাবনা রয়েছে। এইভাবে, টাইপ আই ত্রুটির হারটিα পি = α এন = কে α = .05 α α α α ও α n ই ডব্লিউkαp=αn=kα=.05αপৃথকভাবে পরীক্ষাগুলির জন্য, তবে 3 টি পরীক্ষার সেট জুড়ে দীর্ঘমেয়াদী ধরণের I ত্রুটির হার বেশি হবে। আপনি বিশ্বাস করেন যে এটা গ্রুপে অর্থপূর্ণ হয়, তাহলে / একসঙ্গে এই 3 পরীক্ষার মনে করি, তারপর তোমার দিকে টাইপ আমি ভুল হার রাখা করতে পারেন সেট সামগ্রিকভাবে শুধু পৃথকভাবে চেয়ে বরং। আপনি কিভাবে এই সম্পর্কে যেতে হবে? মূল (অর্থাত্, ) থেকে নতুন মানে স্থানান্তরিত করার জন্য দুটি কেন্দ্র রয়েছে (যেমন, ):αααoαnew
Bonferroni: সমন্বয় 'তাত্পর্য' যেমন যে মূল্যায়ন করার জন্য ব্যবহৃতα
αnew=αok
ডান-সিডাক: ব্যবহার করে সামঞ্জস্যα
αnew=1−(1−αo)1/k
(দ্রষ্টব্য যে ডান-সিডাক ধার্য করেছেন যে সেটের মধ্যে থাকা সমস্ত পরীক্ষাগুলি একে অপরের থেকে স্বতন্ত্র এবং পারিবারিকভাবে টাইপ আই ত্রুটি মুদ্রাস্ফীতি দিতে পারে যদি সেই ধারনা না ধরে থাকে।)
এটা খেয়াল করা জরুরী যে, যখন পরীক্ষা চালাবে, আছে ত্রুটি দুই ধরণের যে আপনি এড়াতে চান, আমি (অর্থাত, বলার অপেক্ষা রাখে না সেখানে লেখার হয় একটি পার্থক্য আছে যখন এক নয়) এবং টাইপ -২ (অর্থাত, বলার অপেক্ষা রাখে না সেখানে নয় আসলে একটি পার্থক্য আছে)। সাধারণত, লোকেরা যখন এই বিষয়টি নিয়ে আলোচনা করেন, তখন তারা কেবল আলোচনা করেন — এবং কেবল — প্রকারের ত্রুটিগুলি সম্পর্কে সচেতন / সচেতন বলে মনে হয়। তদাতিরিক্ত, লোকেরা প্রায়শই উল্লেখ করতে অবহেলা করেন যে সমস্ত নাল সত্য হলেই গণনা করা ত্রুটি হারটি ধরে রাখবে । এটা তুচ্ছভাবে স্পষ্ট যে নাল অনুমানটি মিথ্যা হলে আপনি টাইপ আই ত্রুটি করতে পারবেন না, তবে এই বিষয়টি নিয়ে আলোচনা করার সময় এই বিষয়টিকে স্পষ্টভাবে মনে রাখা গুরুত্বপূর্ণ।
আমি এটিকে সামনে এনেছি কারণ এই তথ্যের প্রভাব রয়েছে যা প্রায়শই অযৌক্তিক বলে মনে হয়। প্রথমত, , ডান-সিডাক পদ্ধতির উচ্চতর পাওয়ার প্রস্তাব করা হবে (যদিও পার্থক্যটি ছোট দিয়ে যথেষ্ট ছোট হতে পারে ) এবং তাই সর্বদা পছন্দ করা উচিত (যখন প্রযোজ্য)) দ্বিতীয়ত, একটি 'স্টেপ-ডাউন' পদ্ধতির ব্যবহার করা উচিত। এটি হ'ল প্রথমে সবচেয়ে বড় প্রভাব পরীক্ষা করুন; আপনি যদি নিশ্চিত হন যে নালটি সেই ক্ষেত্রে পাওয়া যায় না, তবে সর্বাধিক সম্ভাব্য সংখ্যার ধরণের নম্বর , সুতরাং পরবর্তী পরীক্ষাটি সেই অনুযায়ী সামঞ্জস্য করা উচিত, ইত্যাদি। (এটি প্রায়শই মানুষকে অস্বস্তি করে এবং মাছ ধরার মতো দেখায় তবে তা হয় নাকে কে - 1 αk>1kk−1ফিশিং যেমন পরীক্ষাগুলি স্বতন্ত্র থাকে এবং আপনি ডেটা দেখার আগে আপনি সেগুলি পরিচালনা করার পরিকল্পনা করেছিলেন। এটি সর্বোত্তমভাবে সামঞ্জস্য করার একটি উপায় ) α
আপনি দ্বিতীয় টাইপের ত্রুটির সাথে তুলনা করে টাইপ আইটিকে কীভাবে মূল্য দেবেন তা উপরে উপরের বিষয়গুলি ধারণ করে। যাইহোক, প্রথম -প্রীতিটি বিশ্বাস করার কোনও কারণ নেই যে টাইপ আই ত্রুটিগুলি টাইপ II এর চেয়েও খারাপ (এটি সত্ত্বেও সবাই মনে হয়)। পরিবর্তে, এটি একটি সিদ্ধান্ত যা অবশ্যই গবেষক দ্বারা নেওয়া উচিত, এবং অবশ্যই সেই পরিস্থিতির সাথে সুনির্দিষ্ট হতে হবে। ব্যক্তিগতভাবে, আমি যদি তাত্ত্বিকভাবে প্রস্তাবিত, একটি-অগ্রাধিকার , অরথোগোনাল বিপরীতে চলে তবে আমি সাধারণত ঠিক করি না ।α
(এবং এটি আবার উল্লেখ করার জন্য, কারণ এটি গুরুত্বপূর্ণ, উপরের সমস্তগুলি পরীক্ষাগুলি স্বতন্ত্র বলে ধরে নিয়েছে the যদি বিপরীতগুলি স্বতন্ত্র না হয়, যেমন যখন বিভিন্ন চিকিত্সা প্রতিটি একই নিয়ন্ত্রণের সাথে তুলনা করা হয়, সামঞ্জস্যের চেয়ে আলাদা পদ্ধতি যেমন ডানেটের পরীক্ষা ব্যবহার করা উচিত)) α