시험 결과의 중요성을 평가하는 것은 관찰 된 효과가 의미 또는 기회로 인해 결정하는 데 필수적입니다. 통계 방법은이 중요성을 평가하는 도구를 제공합니다, 연구원과 분석가가가 정보를 결정하는 결정을 돕습니다.

시험 결과 중요성

테스트 결과 중요성은 관찰 된 결과가 기회로 발생 할 가능성이 있는지 나타냅니다. 일반적인 접근법은 서명 수준을 설정하고, 일반적으로 0.05에서 알파 (α)로 정의됩니다. 통계 테스트에서 얻은 p-value가 α보다 적으면 결과가 통계적으로 크게 간주됩니다.

일반적인 통계 방법

몇몇 통계 방법은 다음과 같이 시험 결과 중요성을 평가하기 위하여 이용됩니다:

  • t-tests: 두 그룹의 뜻을 비교하여 두 그룹을 결정하는 경우 두 그룹을 크게 다르다.
  • ANOVA: 세 개 이상의 그룹 중의 분석 차이.
  • Chi-square 테스트: categorical 변수 사이의 관계를 분석한다.
  • Regression analysis: 의 관계는 의존하고 독립적으로 변수를 검사합니다.

결과의 해석

통계 테스트를 수행 한 후, p-value 가이드 해석. p-value는 중요성 수준보다 적은 결과를 확률로 예측하는 것은 통계적으로 중요한 효과를 나타내는 확률로 인해 결과가 비등하게됩니다. 반대적으로, p-value보다 큰 α는 α가 떨어뜨릴 충분한 증거를 거부하는 것은 α가 불행하게도를 거부합니다.