통계적 의미 란 무엇입니까?
통계적 유의성은 두 개 이상의 변수 간의 관계가 우연이 아닌 다른 요인에 의해 발생할 가능성입니다. 통계 가설 검정은 데이터 세트의 결과가 통계적으로 유의한지 여부를 판별하는 데 사용됩니다. 이 테스트는 랜덤 확률이 결과를 설명 할 수있는 확률을 나타내는 p- 값을 제공합니다. 일반적으로 p- 값이 5 % 이하인 경우 통계적으로 유의 한 것으로 간주됩니다.
통계적으로 유의미한
통계적 의미 이해
통계적 유의성은 귀무 가설을 수용하거나 거부하는 데 사용되며, 이는 측정 변수 사이에 관계가 없음을 가정합니다. 데이터 세트는 연구중인 현상 또는 모집단 샘플을 정확하게 나타낼만큼 충분히 큰 경우 통계적으로 중요합니다. 임의의 현상 확률이 1/20보다 작 으면 데이터 세트는 일반적으로 통계적으로 유의 한 것으로 간주되어 p- 값이 5 %가됩니다. 테스트 결과가 p- 값을 초과하면 귀무 가설이 채택됩니다. 테스트 결과가 p- 값보다 작 으면 귀무 가설이 기각됩니다.
통계적 유의성 예
Joe Sample이 운동화를 제조하는 회사에서 근무한다고 가정합니다. 최적의 생산을 위해 각 성별 크기에 맞는 신발 수를 고려합니다. Joe는 수컷이 암컷보다 크기가 크다는 일화적인 증거에 의존하지 않습니다. 그는 정확한 예측을 위해 성별과 발 크기의 상관 관계를 보여주는 통계 연구를 사용하기로 선택했습니다.
연구의 p- 값이 2 % (<5 %) 인 경우 통계적으로 유의 한 결과가 나타납니다. p- 값은 발 크기와 성별 사이의 연결이 우연의 결과 일 가능성이 2 %에 불과하다는 것을 나타냅니다. 그런 다음 연구 데이터를 합리적으로 사용하여 회사의 생산 계획을 준비 할 수있었습니다.
반면, p- 값이 6 % (> 5 %)이면이 계획을 생산 계획의 기초로 사용하는 것이 합리적이지 않습니다. 따라서 2 % p- 값을 사용한 연구에서 대부분의 남성의 신발 크기가 8과 12 사이이고 여성의 신발 크기가 4와 8 사이 인 것으로 밝혀지면 해당 크기의 신발 대부분을 생산할 계획을 세울 수 있습니다.
통계적 중요성은 종종 새로운 제약 약물 시험, 백신 테스트 및 효과 성 테스트를위한 병리학 연구 및 회사가 신제품 출시에 얼마나 성공했는지 투자자에게 알리는 데 사용됩니다.
예를 들어, 당뇨병 치료제 제약 회사 인 Novo Nordisk는 새로운 인슐린을 테스트했을 때 제 1 형 당뇨병이 통계적으로 유의하게 감소했다고보고했습니다. 이 시험은 당뇨병 환자 중 26주의 무작위 요법으로 이루어졌다. 결과는 제 1 형 당뇨병의 감소 및 5 % 미만의 p- 값이었으며, 이는 당뇨병의 감소가 무작위 우연에 의한 것이 아님을 의미한다.
주요 테이크 아웃
- 통계적 유의성은 두 개 이상의 변수 간의 관계가 우연이 아닌 다른 요인에 의해 발생할 가능성입니다. 통계적 유의성은 측정 된 변수 사이에 관계가 없음을 가정하는 귀무 가설을 수락하거나 거부하는 데 사용됩니다. 통계 가설 검정은 데이터 세트의 결과가 통계적으로 유의한지 여부를 결정합니다.
