Hvordan beregne statistisk styrke

En nullhypotese i en statistisk test er antagelsen om hvor dine statistiske modeller er basert på. Når de observerte data er for langt i halen av den statistiske modellen rekke spådommer, vil ikke modellen varer ikke virkeligheten. Et slikt testresultat innebærer en anbefaling om å avvise både nullhypotese og prediktiv modell som den er basert på. "Makt" av en statistisk test er sannsynligheten for at det vil anbefale å forkaste nullhypotesen av testen når nullhypotesen er feil. Dette er ikke den eneste ønskelig kvalitet av en test. Du ønsker også at testen skal ha en høy sannsynlighet for ikke å forkaste nullhypotesen når det er riktig.

Bruksanvisning

1 Bestem deg for en nullhypotese. For eksempel anta at en populasjon er normalfordelt med gjennomsnitt 0 og varians 1, eller ~ N (0,1) i statistisk språk. For å gjøre en forholdsvis ren snitt maktanalyse, avgjøre en alternativ hypotese også, slik som at befolkningens gjennomsnitts er faktisk en.

2 Bestem deg for en avvisning region, en region som, hvis beregningen gjennomsnittlig falt inn i det, vil du forkaste nullhypotesen. Tenk deg at du velger en utvalgsstørrelsen slik at avvisningen regionen starter på 1. Med andre ord, hvis prøven gjennomsnittet viser seg å være en eller større, så du forkaste nullhypotesen om at populasjonen som utvalget ble trukket ~ N (0, 1).

3 Anta at alternativ hypotese er sann.

Fortsetter med eksempel anta populasjonen som du tegner prøven ~ N (1,1).

4 Beregne sannsynligheten for at prøven midlere vil være i det kritiske område dersom den alternative hypotesen er korrekt.

Fortsetter med ovennevnte eksempel, hvis populasjonen ~ N (1,1), er sannsynligheten for prøven bety å være 1 eller større er 0,5 fordi N (1,1) er symmetrisk om 1. Sannsynligheten for å avvise nullhypotesen når nullhypotesen er feil er 0,5. Slik at strømmen av testen er 0,5.

Hint

• Merk at den alternative hypotesen kan være galt også. Gjennomsnittlig kan være 0,5, en hypotese som du ikke gi en test. Som utført ovenfor, er maktanalyse en trinnvis prosess.