আমি যেমন দেখছি ততই আলোচনার শর্তাদি সংজ্ঞায়িত করে শুরু করুন। একটি পি-মান একটি নমুনা পরিসংখ্যাত (বলুন, একটি নমুনা গড়) পেয়ে সম্ভাব্যতা যতটা , অথবা আরও আপনার নমুনা পরিসংখ্যাত চেয়ে কিছু রেফারেন্স মান থেকে যদি রেফারেন্স মান সত্য জনসংখ্যা পরামিতি ছিল। উদাহরণস্বরূপ, একটি পি-মান এই প্রশ্নের উত্তর দেয়: একটি নমুনা পাওয়ার সম্ভাবনা কী চেয়ে বেশি আইকিউ বোঝায়? 100 থেকে দূরে পয়েন্টস, 100 যদি সত্যই আপনার নমুনাটি আঁকানো জনসংখ্যার গড় হয়। এখন বিষয়টি হ'ল এই সংখ্যাকে কীভাবে একটি পরিসংখ্যানিক অনুক্রম তৈরি করতে হবে? |x¯−100|
ফিশার ভেবেছিলেন যে পি-মানটি নাল অনুমানের বিরুদ্ধে প্রমাণের একটানা পরিমাপ হিসাবে ব্যাখ্যা করা যেতে পারে । ফলাফলগুলি 'তাৎপর্যপূর্ণ' হওয়ার জন্য কোনও নির্দিষ্ট নির্দিষ্ট মান নেই। আমি যেভাবে লোকেদের কাছে এটি পৌঁছানোর চেষ্টা করি তা উল্লেখ করা, সমস্ত উদ্দেশ্য এবং উদ্দেশ্যে, পি = .049 এবং পি = .051 নাল অনুমানের বিরুদ্ধে অভিন্ন পরিমাণের প্রমাণ গঠন করে (সিএফ। @ হেনরিকের উত্তর এখানে ) ।
অন্যদিকে, নেইম্যান ও পিয়ারসন ভেবেছিলেন যে আপনি আনুষ্ঠানিক সিদ্ধান্ত গ্রহণের প্রক্রিয়ার অংশ হিসাবে পি-মানটি ব্যবহার করতে পারেন । আপনার তদন্ত শেষে, আপনাকে হয় নাল অনুমানটি বাতিল করতে হবে, বা নাল অনুমানকে প্রত্যাখ্যান করতে ব্যর্থ হতে হবে। এছাড়াও, নাল অনুমানটি সত্য বা সত্য হতে পারে না। সুতরাং, এখানে চারটি তাত্ত্বিক সম্ভাবনা রয়েছে (যদিও যে কোনও পরিস্থিতিতে, কেবল দুটি রয়েছে): আপনি সঠিক সিদ্ধান্ত নিতে পারেন (সত্যকে প্রত্যাখ্যান করতে ব্যর্থ হন - বা একটি মিথ্যা প্রত্যাখ্যান - নাল অনুমান), বা আপনি কোনও প্রকার তৈরি করতে পারেন আমি বা দ্বিতীয় ত্রুটি টাইপ করেছি (একটি সত্য নাল প্রত্যাখ্যান করে, বা একটি মিথ্যা নাল অনুমানটি যথাক্রমে প্রত্যাখ্যান করে)। (নোট করুন যে পি-মানটি টাইপ আই ত্রুটির হারের মতো নয়, যা আমি এখানে আলোচনা করি।) পি-মানটি নাল হাইপোথিসিসকে আনুষ্ঠানিকভাবে বাতিল করতে হবে কিনা তা সিদ্ধান্ত নেওয়ার প্রক্রিয়াটিকে অনুমতি দেয়। নেইমন-পিয়ারসন কাঠামোর মধ্যে, প্রক্রিয়াটি এইভাবে কাজ করবে: একটি নাল অনুমান রয়েছে যে বিপরীতে পর্যাপ্ত প্রমাণের অভাবে লোকেরা ডিফল্টরূপে বিশ্বাস করবে, এবং একটি বিকল্প অনুমান যা আপনি বিশ্বাস করেন পরিবর্তে সত্য হতে পারে। কিছু দীর্ঘমেয়াদী ত্রুটি হার রয়েছে যার সাথে আপনি বেঁচে থাকতে ইচ্ছুক থাকবেন (নোট করুন যে এগুলি 5% এবং 20% হওয়ার কোনও কারণ নেই)। এই জিনিসগুলি দেওয়া, আপনি একটি বিদ্যুৎ বিশ্লেষণ পরিচালনা করে এবং তদনুসারে আপনার অধ্যয়ন পরিচালনা করে, বেশিরভাগ ক্ষেত্রে, ত্রুটি হারগুলি বজায় রাখার সময় সেই দুটি অনুমানের মধ্যে পার্থক্য করার জন্য আপনার অধ্যয়নটি ডিজাইন করেন। (সাধারণত, এর অর্থ পর্যাপ্ত ডেটা রয়েছে)) আপনার অধ্যয়ন শেষ হওয়ার পরে, আপনি আপনার পি-মানটিকে সাথে তুলনা করেনপি < ααএবং হলে নাল অনুমানকে প্রত্যাখ্যান করুন ; যদি তা না হয়, আপনি নাল অনুমানকে প্রত্যাখ্যান করতে ব্যর্থ হন। যেভাবেই হোক, আপনার অধ্যয়ন সম্পূর্ণ এবং আপনি সিদ্ধান্ত নিয়েছেন। p<α
ফিশারিয়ান এবং নেইমন-পিয়ারসন পন্থাগুলি এক নয় । নেইম্যান-পিয়ারসন কাঠামোর কেন্দ্রীয় যুক্তিটি হল আপনার অধ্যয়নের শেষে আপনাকে সিদ্ধান্ত নিতে হবে এবং চলে যেতে হবে। অভিযোগ, এক গবেষক একবার 'অ-তাৎপর্যপূর্ণ' ফলাফল নিয়ে ফিশারের কাছে এসেছিলেন এবং তাঁর কী করা উচিত তা জিজ্ঞাসা করেছিলেন এবং ফিশার বলেছিলেন, 'আরও ডেটা পেতে যাও'।
ব্যক্তিগতভাবে, আমি নেইমন-পিয়ারসন পদ্ধতির মার্জিত যুক্তিটিকে খুব আকর্ষণীয় মনে করি। তবে আমি এটি সর্বদা উপযুক্ত মনে করি না। আমার মনে হয়, নেইমন-পিয়ারসন কাঠামো বিবেচনা করার আগে কমপক্ষে দুটি শর্ত পূরণ করতে হবে:
- কিছু নির্দিষ্ট বিকল্প অনুমান ( প্রভাবের মাত্রা ) থাকতে হবে যা আপনি কোনও কারণে যত্ন নিচ্ছেন। (এফেক্টের আকারটি কী, আপনার কারণ কী, এটি সুপ্রতিষ্ঠিত বা সুসংহত ইত্যাদি I কেবলমাত্র আপনার কাছে রয়েছে তা আমি খেয়াল করি না))
- বিকল্প অনুমানটি সত্য হলে প্রভাবটি 'তাৎপর্যপূর্ণ' হবে এমন সন্দেহ করার কিছু কারণ থাকতে হবে। (অনুশীলনে, এর অর্থ সাধারণত আপনি বোঝাতে সক্ষম হবেন যে আপনি একটি শক্তি বিশ্লেষণ করেছেন এবং আপনার যথেষ্ট পরিমাণ ডেটা রয়েছে))
যখন এই শর্তগুলি পূরণ করা হয় না, পি-মানটি এখনও ফিশারের ধারণাগুলির সাথে মিল রেখে ব্যাখ্যা করা যেতে পারে। তদুপরি, আমার কাছে সম্ভবত মনে হয় বেশিরভাগ সময় এই শর্তগুলি পূরণ করা হয় না। এখানে কিছু সহজ উদাহরণ যা মাথায় আসে, যেখানে পরীক্ষা চালানো হয়, তবে উপরের শর্তগুলি পূরণ করা হয় না:
- একাধিক রিগ্রেশন মডেলের জন্য সর্বজনীন আনোভা (এটি অনুমান করা সম্ভব যে সমস্ত অনুমানযুক্ত নন-শূন্য sl াল প্যারামিটারগুলি কীভাবে এফ বিতরণের জন্য একটি কেন্দ্রীভূত নন প্যারামিটার তৈরি করতে একত্রিত হয় , তবে এটি দূরবর্তী স্বজ্ঞাত নয়) এবং আমি কারও সন্দেহ করি এটা কি পারে)
- একটি রিগ্রেশন বিশ্লেষণে আপনার অবশিষ্টাংশের স্বাভাবিকতার শাপিরো-উইলক পরীক্ষার মান ( আপনি কোন মাত্রার বিষয়ে যত্নশীল এবং কেন? সেই মাত্রা সঠিক হলে আপনার কতটা শক্তি নালকে প্রত্যাখ্যান করতে পারেন?) W
- বৈসাদৃশ্য একজাতীয়তার পরীক্ষার মান (যেমন, লেভেনের পরীক্ষা ; উপরের মত একই মন্তব্য)
- অনুমান, ইত্যাদি যাচাই করার জন্য অন্য কোনও পরীক্ষা
- গবেষণায় প্রাথমিক আগ্রহের ব্যাখ্যামূলক পরিবর্তনশীল ব্যতীত অন্য কোভেরিয়েরেটের টি-টেস্ট
- প্রাথমিক / অনুসন্ধান গবেষণা (যেমন পাইলট স্টাডি)