Yetersizlik testlerinde null değeri kabul edebilir miyiz?


11

Her zamanki ortalama t-testinde, olağan hipotez test yöntemlerini kullanarak null değerini reddederiz veya null değerini reddedemeyiz, ancak null değerini asla kabul etmeyiz. Bunun bir nedeni, daha fazla kanıtımız olursa, aynı etki büyüklüğünün önemli hale gelmesidir.

Fakat aşağılık testinde ne olur?

Yani:

H0:μ1μ0x

vs.

H1:μ1μ0>x

nerede xaslında aynı olduğunu düşündüğümüz bir miktar. Yani, eğer null değerini reddedersek,μ1 daha büyüktür μ0 En azından x. Eğer yeterli kanıt yoksa null değerini reddetmiyoruz.

Efekt boyutu xveya daha büyükse, bu normal t-testine benzer. Ancak, etki boyutu daha küçüksexörnek var? Daha sonra, numune boyutunu arttırır ve aynı etkiyi korursak, önemsiz kalırdı. Bu nedenle, bu durumda null değerini kabul edebilir miyiz?


1
Hipotezleriniz karışık mı? Normalde, bir NI testi için sıfır hipotezi, farkın x'den büyük olması, alternatifinin ise les veya x'den eşit olmasıdır. Sanırım bu fark ölçeğinizin sırasına bağlıdır.
Björn

Merhaba @ Björn daha yüksek veya daha kötü olup olmadığına bağlıdır.
Peter Flom

1
Tek taraflı testlerde null değeri kabul edip edemeyeceğini sormak aynı mıdır? İstatistik.stackexchange.com/ a/ 85914 yorumlarında bazı tartışmalar vardı .
amip

2
Sanırım Peter belki de bir paradoksa benzeyen büyüleyici bir argüman (+1) sunuyor. Neden "H0'ı kabul etmediğimizi" anlatan geleneksel açıklamalardan biri, "daha fazla kanıtımız olursa, aynı etki büyüklüğü önemli hale gelir" dir. Ama Peter'ın yaptığı gibi bu mantığı takip ederek, ya bazı durumlarda "H0'ı kabul etmeliyiz " ya da bunu yapmazsak, "neden" in aslında yanlış olduğunu ve neden yaptığımızı değil. Doğru olduğuna inanıyorum - argümanı tek taraflı t-testleri için de geçerli olacak, çünkü n arttıkça olumsuz bir etki büyüklüğü önemsiz kalıyor
Silverfish

1
Evet, katılıyorum: bağlantılı cevap sorunuza cevap vermiyor. Sadece bağlantıyı sağladım çünkü oradaki yorumlarda ilgili bir tartışma vardı.
amip

Yanıtlar:


7

Mantıklarınız eski eski tek taraflı testlere tam olarak aynı şekilde uygulanır (örn. x=0) okuyuculara daha tanıdık gelebilir. Somutluk için null değerini test ettiğimizi düşününH0:μ0 alternatifine karşı μolumlu. O zaman doğruysaμ negatifse, örneklem büyüklüğünü artırmak önemli bir sonuç vermeyecektir, yani kelimelerinizi kullanmak için "daha fazla kanıt elde edersek aynı etki büyüklüğünün önemli olacağı" doğru değildir.

Test edersek H0:μ0, üç olası sonuca sahip olabiliriz:

  1. İlk, (1α)100%güven aralığı tamamen sıfırın üzerinde olabilir; sonra null değerini reddeder ve alternatifi kabul ederiz (μ pozitif).

  2. İkincisi, güven aralığı tamamen sıfırın altında olabilir. Bu durumda null değerini reddetmeyiz. Ancak, bu durumda "null'u kabul ettiğimizi" söylemenin iyi olduğunu düşünüyorum, çünküH1 başka bir null olarak ve bunu reddetmek.

  3. Üçüncü olarak, güven aralığı sıfır içerebilir. O zaman reddedemeyizH0 ve reddedemeyiz H1 ya da kabul edecek bir şey yok.

Dolayısıyla tek taraflı durumlarda null değeri kabul edebileceğini söyleyebilirim, evet. Ama kabul edemeyiz çünkü reddedemedik; üç olasılık var, iki değil.

(Aynısı, "iki tek taraflı test" (TOST), denklik testleri, aşağılıksızlık testleri vb. İçin de geçerlidir. Biri null değerini reddedebilir, null'u kabul edebilir veya sonuçsuz bir sonuç elde edebilir.)

Aksine, ne zaman H0 gibi boş bir nokta H0:μ=0, asla kabul edemeyiz, çünkü H1:μ0 geçerli bir sıfır hipotezi oluşturmaz.

(sürece μyalnızca ayrık değerlere sahip olabilir, örneğin tamsayı olmalıdır; o zaman kabul edebilirizH0:μ=0 Çünkü H1:μZ,μ0artık geçerli bir sıfır hipotezi oluşturmaktadır. Bu biraz özel bir durum olsa da.)


Bu sorun bir süre önce @ gung'un cevabı altındaki yorumlarda tartışıldı: İstatistikçiler null olmayan bir sonucun null hipotezini kabul etmek yerine "null'u reddedemezsiniz" anlamına geldiğini söylüyor?

Ayrıca ilginç (ve oy kullanılmayan) bir konuya da bakınız Neyman-Pearson yaklaşımında null değerinin reddedilmemesi, kişinin “kabul etmesi” gerektiği anlamına mı geliyor? @Scortchi, Neyman-Pearson çerçevesinde bazı yazarların "null'u kabul etmek" ten bahsetmekte sorun yaşamadığını açıklıyor. Buradaki cevabının son paragrafında @Alexis'in anlamı da budur.


Eğer (1α) güven aralığı tamamen sıfırın üzerindeyse, μ0: Bu en kötü boyutta bir testtir α2. Eğer(1α) güven aralığı tamamen sıfırın altındaysa μ>0: Bu en kötü boyutta bir testtir α2. İki testi birleştirerek en kötü durumdakiα2çünkü iki sıfır birbirini dışlar. Dolayısıyla üç sonuç, bir alternatifi ya da başka bir alternatifi kabul etmek ya da hiçbirini boş bırakmak olarak tanımlanabilir.
Scortchi - Monica'yı eski durumuna döndürün

İki kuyruklu bir test, iki tek taraflı testten oluşmuş gibi düşünülebilir; ancak alternatifler birbirini dışlamaz ve en kötü boyutα (ne zaman μ=0).
Scortchi - Monica'yı eski durumuna döndürün

Teşekkürler @Scortchi. Bir şekilde cevabımı kabul edip etmediğinizden emin değilim.
amip

Gibi μ0bir testte qua null kabul edilmiyor , ancak bir diğerinde qua alternatif, "null kabul etmek" burada gereksiz yere kafa karıştırıcı hissediyorum; Bununla birlikte, prosedürünüz dürtü olanları tatmin etmelidir. Yanıtınıza daha fazla vurgu yapılmasını hak eden şey, aşağılık ile aşağılık arasındaki tersliği ve tersi ile üstünlük (ya da sıfır boş) ile aşağılık (ya da sıfır boş) ile ilgili testler arasındaki farktır. .
Scortchi - Eski durumuna getir Monica

@Scortchi Son cümlenizin sözdizimi oldukça karmaşıktır: Tam olarak ne birleştirilebilir (veya birleştirilemez) ve fark tam olarak nedir? Seni doğru anladığımdan emin değilim, üzgünüm.
amip

6

Asla "sıfır hipotezini kabul etmiyoruz" (iktidar ve minimum ilgili etki büyüklüğü de dikkate alınmadan). Tek bir hipotez testiyle, bir doğa durumu ortaya koyarız,H0ve ardından "test istatistiğimizin altında yatan verileri gözlemlememizin mümkün olmadığını varsayarak" H0 (ve dağıtım varsayımımız) doğru mu? "O zaman reddedeceğiz veya reddedemeyiz H0 tercih edilen Tip I hata oranına dayanır ve her zaman yaklaşık HA… Sonuçlandırmak için kanıt bulduk HAveya sonuca varmak için kanıt bulamadık HA. Kabul etmiyoruzH0çünkü bunun için kanıt aramadık. Kanıt yokluğu (örneğin, bir farkın), yokluğun kanıtı ile aynı şey değildir (örneğin, bir farkın). .

Bu, iki taraflı testlerde olduğu gibi, tek taraflı testler için de geçerlidir: yalnızca aşağıdakileri destekleyen kanıtları ararız:HA ve bul, ya da bul.

Biz ise sadece poz tekH0(hem minimum ilgili etki boyutuna hem de istatistiksel güce ciddi bir önem vermeden), etkili bir şekilde teyit yanlılığına adanmış bir taahhütte bulunuyoruz , çünküH0, sadece kanıt HA. Tabii ki, biz olabilir (ve ben, diyebilirim gerekir (ve bir pozisyona karşı poz boş hipotez) alaka testlerinin (farkı testleri birleştirenH0+) eşdeğerlik testleri (H0) sadece bunu yapın).

Tek taraflı bir testten çıkarım birleştiremezsiniz hiçbir neden yoktur geliyor bana aşağılık için tek taraflı bir test ile sigara aşağılık için aynı anda her iki yönde de delil temin etmek (veya kanıtların eksikliği).

Tabii ki, eğer kişi güç ve etki boyutunu düşünüyorsa ve reddedemezseH0, ancak (a) ilgili minimum etki büyüklüğü olduğunu bilir δve (b) verilerinin belirli bir test için tespit edebilecek kadar güçlü olması, bunu kanıt olarak yorumlayabilir. H0.


1
Peter'ın sorusu, bu cevabın etrafta etek gibi göründüğü özellikle ilginç bir nokta içeriyordu: standart "H0'ı reddetme başarısızlığı" terminolojisinde verilen geleneksel açıklamalardan biri, örneğin bir t-testinde, eğer daha fazla kanıt elde edersek, aynı etki büyüklük önemli olacaktır. Ama eğer bu "reddedememizin" gerçek "nedeni olsaydı, ana hatlarıyla" H0 "ı kabul edebileceğimize dair iddiası (en azından benim için) güçlü bir şey gibi görünüyor - emin değilim bilinçli ve kasıtlı olarak değil, bir tür istatistiksel argo olarak raslantı dışında yapıldığını gördüm.
Silverfish

1
Bu cevap, "H0'ı kabul etme" konusundaki geleneksel pozisyonu güzel, açık, özlü bir şekilde yeniden ifade eder, ancak Peter'ın sorusunun kalbinde tartışmayı (veya belki de paradoksu) doğrudan ele almıyor gibi görünmektedir. Konvansiyonel terminoloji için "H0'ı kabul edemeyiz, çünkü daha fazla kanıt elde edersek, aynı etki büyüklüğü önemli hale gelecektir" hakkında ne düşünüyorsunuz - Peter'ın sunumunda veya uzantısında bir kusur var mı veya mantık mı? orijinal argüman ilk etapta geçersiz?
Silverfish

1
@Silverfish, "H0'ı kabul edemeyiz çünkü daha fazla kanıt elde edersek, aynı etki büyüklüğü önemli hale gelecekti" konusuna eleştirel çözümümü daha fazla büyütmek için "alaka testlerine" cevabımdaki bağlantıyı takip ediyor
Alexis

1
@Alexis Silverfish ile aynı fikirdeyim. Cevabınızı takdir ediyorum, ancak Silverfish'in feshi nedeniyle merkezi noktama değinmiyor. N = 1.000.000 olsaydı, standart ortamda hemen hemen her fark önemli olurdu. Fakat aşağılıksızlık durumunda, öyle değil. Ve TOST iki taraflı bile, öyle değil. Fark, önemli bulduğumuz miktardan azsa, hiçbir N bunu yapmaz.
Peter Flom

1
Özür dilerim - benim 1 yorum sadece 2. (veya daha doğru bir şekilde, 2 1. taşması oldu) bir başlangıç ​​olarak tasarlandı ve kendi başına bir bağımsızlık noktası yükseltmek için değildi. Bağlantı yardımcı oldu, teşekkürler. (Hem cevabınızda hem de ifadenizde çok güzel bir şekilde koyduğunuz) merkezi noktanız, Peter'ın sonucuna neden katılmadığınızı açıkça açıklıyor . Ama kusurun mantığında ya da belki de öncülünde olduğunu hissettiğinizi merak ettim . Bu, doğrudan ele alınmadığımı hissettiğim biraz.
Silverfish
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.