Statystyka, prognozowanie, ekonometria, data mining Strona Główna
Reklama pqstat.pl
Statystyka, prognozowanie, ekonometria, data mining
Forum miłośników statystyki - Portal Statystyczny

FAQFAQ  SzukajSzukaj  UżytkownicyUżytkownicy  GrupyGrupy  StatystykiStatystyki
RejestracjaRejestracja  ZalogujZaloguj  Chat   Regulamin  Kadra forum
PORTAL STATYSTYCZNY
 Ogłoszenie 
FORUM STATYSTYCZNE MA JUŻ 10 LAT

Znasz statystykę lub ekonometrię, metody prognozowania, data mining i chcesz pomóc w rozwoju forum statystycznego ?
Pisz na: administrator(małpa)statystycy.pl

Rozpoczął swoją działalność portal statystyczny - masz pomysł na jego rozwój ?

Drogi forumowiczu! Zanim napiszesz posta zapoznaj się z regulaminem forum i przedstaw się
The International Year of Statistics (Statistics2013) Free statistics help forum. Discuss statistical research, statistical consulting Smarter Poland Portal statystyczny

Poprzedni temat «» Następny temat

Tagi tematu: Brak tagów.

Moc testu
Autor Wiadomość
mathkit 
Major



Pomógł: 46 razy
Wiek: 34
Posty: 1301
Skąd: Katowice
Wysłany: 2014-12-18, 10:53   Moc testu

Tutaj można zadawać pytania dotyczące mocy testu
 
 
     
Google

Wysłany:    Reklama google.

 
 
Maraz 
Szeregowy
Maraz


Posty: 7
Skąd: Poznań
Wysłany: 2017-11-29, 12:03   Re: Moc testu

Dzień dobry,
Staram się zgłębić zagadnienie mocy testu. Mam jednak problem ze zrozumieniem praktycznym interpretacji mocy w kontekście uzyskanych wyników z próby. W przypadku nieistotnych (brak podstaw do odrzucenia H0), rozumiem to tak, że obliczona moc mówi nam na ile zastosowany przez nas test, przy danej liczebności próby i założonym poziomie istotności, ma zdolność do wykrywania odstępstw od H0. Niska moc testu naraża nas na błąd II rodzaju i wskazuje nam np na konieczność zwiększenia liczebności próby (lub zmniejszenia alfy). Jak natomiast interpretować wartość mocy dla wyników istotnych statystycznie? Dla przykładu mamy wynik korelacji Pearsona r=0,45; liczebność próby N=20: wyliczona moc 0,53, natomiast dla r=0,45 i N=40 moc wynosi 0,85. Oba wyniki są istotne na poziomie alfa=0,05, czyli uprawniają do odrzucenia H0 na rzecz H1. Co to w praktyce oznacza? Wynik na większej próbie ma satysfakcjonujące wartości obu błędów, na mniejszej ma zbyt małą moc? Ale przecież mimo tej małej mocy wyliczone prawdopodobieństwo uzyskania wyniku tak samo lub bardziej przeczącemu H0 jest na akceptowalnym poziomie i uprawnia do przyjęcia H1... Zapętliłem się, proszę o pomoc.
 
     
Crunchy 
Major
Crunchy


Pomógł: 75 razy
Posty: 1124
Skąd: Katowice
Wysłany: 2017-12-02, 10:04   

Test stara się "zgadnąć", czy obserwowany wynik może pochodzić z rozkładu o zakładanych z góry parametrach, czy jednak ten parametr jest inny. Jeżeli obserwowany wynik byłby mało prawdopodobny dla , a jednocześnie moc testu jest spora, znaczy to, że szansa dla rośnie. Dopiero powtórzenie testu dla innej, losowej próby, daje większe zaufanie do konkluzji.
 
     
Maraz 
Szeregowy
Maraz


Posty: 7
Skąd: Poznań
Wysłany: 2017-12-05, 07:58   

Crunchy napisał/a:
Test stara się "zgadnąć", czy obserwowany wynik może pochodzić z rozkładu o zakładanych z góry parametrach, czy jednak ten parametr jest inny. Jeżeli obserwowany wynik byłby mało prawdopodobny dla , a jednocześnie moc testu jest spora, znaczy to, że szansa dla rośnie. Dopiero powtórzenie testu dla innej, losowej próby, daje większe zaufanie do konkluzji.


Dziękuję za odpowiedź.
Rozumiem, co piszesz, ale chodzi mi o to, czy analizowanie wartości mocy testu dla wyników istotnych statystycznie ma sens i jeśli tak, to czego dowodzi? Mamy dwa wyniki istotne o tej samej sile efektu i innej mocy, czy to czyni wynik z wyższą mocą bardziej np. wiarygodnym? Jeśli tak to dlaczego? Czy jeśli uzyskano w wyniku analiz wynik istotny ale przy niskiej mocy, to można komuś czynić zarzut?
Pozdrawiam
 
     
Crunchy 
Major
Crunchy


Pomógł: 75 razy
Posty: 1124
Skąd: Katowice
Wysłany: 2017-12-05, 08:19   

Zauważ, że dla wyrównania wartości błędów , moc alternatywy wynosić musi ! To są zwykle poziomy niespotykane. ;-)
Wynik z próby za każdym razem będzie inny, a im większa próba, tym łatwiej wykryć mniejsze różnice. Oczywiście, że większa próba jest lepsza, z różnych względów. Spodziewana moc powinna być w okolicach przynajmniej 80%, przy 50% to jak rzut monetą. Błąd drugiego rodzaju to .
Ostatnio zmieniony przez Crunchy 2017-12-05, 22:38, w całości zmieniany 1 raz  
 
     
Maraz 
Szeregowy
Maraz


Posty: 7
Skąd: Poznań
Wysłany: 2017-12-05, 11:38   

Być może tu właśnie wychodzi moja "fiksacja" i niezrozumienie powiązania ze sobą błędów pierwszego i drugiego rodzaju.

Jeśli wynik testu jest istotny, to zaistniało zdarzenie (nasz wynik) bardzo mało uprawdopodobniające H0 i w związku z tym mamy podstawę do podjęcia decyzji o jej odrzuceniu na rzecz H1. Wtedy z wysokim prawdopodobieństwem możemy stwierdzić, że efekt nie jest zerowy (mówiąc najoględniej), czyli że np dany lek działa.

To czy jednocześnie w tym samym przypadku powinniśmy ubolewać, że mamy niską moc testu, (powiedzmy 0,5), co oznacza że prawdopodobieństwo błędu II rodzaju jest jak rzut monetą? Skoro nasza decyzja jest taka, żeby odrzucić H0, to jednocześnie przecież nie popełnimy błędu polegającego na nieodrzuceniu H0 gdy H1 jest prawdziwa (bł II rodzaju).

Uznaliśmy że lek działa, to czy mając słabą moc mamy wątpić w prawdziwość sądu?
 
     
Crunchy 
Major
Crunchy


Pomógł: 75 razy
Posty: 1124
Skąd: Katowice
Wysłany: 2017-12-05, 22:50   

Najlepiej zobaczyć, o co chodzi. Jeżeli, odrzucasz , to:
a) może być to nieprawda (błąd I)
b) albo i prawda :-D

Dlaczego...? Dlatego, że zakresy parametrów częściowo się pokrywają. I bądź tu mądry, prawda... ;-)
 
     
szw1710 
Porucznik



Pomógł: 55 razy
Wiek: 49
Posty: 403
Skąd: Cieszyn
Wysłany: 2017-12-06, 16:45   

A czy nie czasem w przypadku b) mamy błąd I rodzaju? Bo jest to odrzucenie prawdziwej hipotezy zerowej.
_________________
Być matematykiem - blog dla tych, dla których matematyka jest czymś więcej niż cyferki.
 
     
Crunchy 
Major
Crunchy


Pomógł: 75 razy
Posty: 1124
Skąd: Katowice
Wysłany: 2017-12-06, 20:29   

Pisząc nieprawda miałem na myśli, błędnie odrzuconą (prawdziwą) hipotezę zerową, czyli sytuację w której się mylimy. Odrzucając, bądź nie odrzucając zawsze można popełnić błąd. Zmniejszanie błędu jest bardziej kosztowne, ale to właśnie od jego wielkości zależy jak bardzo rozkłady na siebie nachodzą. Moc testu ma znaczenie, ale dziwnym trafem rzadko się o tym wspomina.
Ostatnio zmieniony przez Crunchy 2017-12-06, 20:30, w całości zmieniany 1 raz  
 
     
szw1710 
Porucznik



Pomógł: 55 razy
Wiek: 49
Posty: 403
Skąd: Cieszyn
Wysłany: 2017-12-07, 13:52   

Bo to nie są proste zagadnienia - na pewno nie na pierwsze zetknięcie ze statystyką, gdzie dostarczasz ludziom gotowych narzędzi w postaci absolutnej klasyki. Nawet p-wartości ludzie ciężko rozumieją.
_________________
Być matematykiem - blog dla tych, dla których matematyka jest czymś więcej niż cyferki.
 
     
Wyświetl posty z ostatnich:   
Odpowiedz do tematu
Nie możesz pisać nowych tematów
Nie możesz odpowiadać w tematach
Nie możesz zmieniać swoich postów
Nie możesz usuwać swoich postów
Nie możesz głosować w ankietach
Nie możesz załączać plików na tym forum
Możesz ściągać załączniki na tym forum
Dodaj temat do Ulubionych zakładek(IE)
Wersja do druku

Skocz do:  

Podobne Tematy
Temat Autor Forum Odpowiedzi Ostatni post
Brak nowych postów Przyklejony: 0. Moc testu
mathkit Wiedza statystyczna 0 2014-12-17, 15:10
mathkit
Brak nowych postów Przyklejony: Funkcja testu
duraCELL Testowanie hipotez statystycznych 1 2006-11-15, 18:14
gregoire
Brak nowych postów Przyklejony: Interpreatcja testu T do porownywania srednich
nie pamietam jak sie interpretuje parametry tego testu, prosze o podpowiedz
zbyszek c Testowanie hipotez statystycznych 4 2009-12-13, 09:00
Shidley
Brak nowych postów Błąd testu t-Studenta i testu U Manna-Whitneya
tagarela Testowanie hipotez statystycznych 0 2017-05-14, 21:19
tagarela
Brak nowych postów jakiego użyć testu?
test na niezależność błędu losowego
atman15 Modelowanie ekonometryczne 0 2009-02-16, 23:11
atman15

Ideą przyświecającą istnieniu forum statystycznego jest stworzenie możliwości wymiany informacji, poglądów i doświadczeń osób związanych ze statystyką, mierzenie się z różnego rodzaju problemami statystycznymi i aktuarialnymi. Poruszane problemy: Statystyka w badaniach sondażowych rynku, metody reprezentacyjne, Teoria i rachunek prawdopodobieństwa, statystyka opisowa, teoria estymacji, testowanie hipotez statystycznych, ekonometria, prognozowanie, metody data mining.
Copyright (C) 2006-2015 Statystycy.pl
Powered by phpBB modified by Przemo © 2003 phpBB Group
Strona wygenerowana w 0,05 sekundy. Zapytań do SQL: 22