Comment trouver le point de coupure pour rejeter une hypothèse nulle

Dans les statistiques, si vous voulez tirer des conclusions sur une hypothèse nulle H₀ (rejeter ou ne pas rejeter) basé sur un p-valeur, vous devez définir un point de coupure prédéterminée, où seuls ceux p-des valeurs inférieures ou égale à la fréquence de coupure se traduira en rejetant H₀.

Alors que 0,05 est une valeur de coupure très populaire pour rejeter H₀, points de coupure et les décisions qui en résultent peuvent varier - certaines personnes utilisent des seuils plus stricts, tels que 0,01, nécessitant davantage de preuves avant de rejeter H₀, et d'autres peuvent avoir des seuils moins strictes, tels que 0,10, ce qui nécessite moins de preuves.

Si H₀ est rejetée (à savoir, la p-valeur est inférieure ou égale à un niveau de signification prédéterminée), le chercheur peut dire qu'elle a trouvé un résultat statistiquement significatif. Un résultat est statistiquement significatif si elle est trop peu susceptible d'avoir lieu par hasard en supposant H₀ est vrai. Si vous obtenez un résultat statistiquement significatif, vous avez suffisamment de preuves pour rejeter la réclamation, H₀, et de conclure que quelque chose de différent ou de nouveau est en vigueur (qui est, H_un).

Le niveau de signification peut être considéré comme le plus élevé possible p-valeur qui serait rejeter H₀ et de déclarer les résultats statistiquement significatifs. Voici les règles générales pour prendre une décision au sujet de H₀ basé sur un p-valeur:

• 
  
  
  
  

  Si le p-la valeur est inférieure ou égale à votre niveau de signification, alors il répond à vos exigences pour avoir suffisamment de preuves contre H₀- vous rejetez H₀.

• Si le p-valeur est supérieure à votre niveau de signification, vos données ont échoué à montrer une preuve au-delà d'un doubt- raisonnable, vous ne parvenez pas à rejeter H₀.

Toutefois, si vous prévoyez de prendre des décisions au sujet de H₀ en comparant la p-la valeur à votre niveau de signification, vous devez décider de votre niveau d'avance de signification. Il ne serait pas juste pour changer votre point de coupure après que vous avez un avant-goût de ce qui se passe dans les données.

Vous demandez peut-être si elle est correct de dire “ Accepter H₀” au lieu de “ Défaut de rejeter H₀.” La réponse est un grand pas. Dans un test d'hypothèse, vous êtes pas en essayant de montrer si oui ou non H₀ est vrai (ce qui accepter implique) - en effet, si vous saviez si H₀ était vrai, vous ne seriez pas en train de faire le test d'hypothèses, en premier lieu. Vous essayez de montrer si vous avez suffisamment de preuves pour dire H₀ est fausse, en fonction de vos données. Soit vous avez suffisamment de preuves pour dire qu'il est faux (auquel cas vous rejetez H₀) Ou si vous ne disposez pas de suffisamment de preuves pour dire qu'il est faux (dans ce cas vous ne parviennent pas à rejeter H₀).

Ces lignes directrices vous aider à prendre une décision (rejetez ou ne parviennent pas à rejeter H₀) À base d'un p-valeur lorsque votre niveau de signification est de 0,05:

• Si le p-la valeur est inférieure à 0,01 (très petite), les résultats sont considérés comme statistiquement très significatifs - rejeter H₀.

• Si le p-valeur est comprise entre 0,05 et 0,01 (mais pas super proche de 0,05), les résultats sont considérés comme statistiquement significative - rejeter H₀.

• Si le p-valeur est très proche de 0,05 (0,051 ou 0,049 comme), les résultats doivent être considérés marginalement significative - la décision pourrait aller de toute façon.

• Si le p-valeur est supérieure à (mais pas super-près) 0,05, les résultats sont considérés comme non significative - vous ne parvenez pas à rejeter H₀.