P-waarden, alfa en fouten

Experimenteel ontwerpen in Python

James Chapman

Curriculum Manager, DataCamp

P-waarden en alfa

P-waarden: kans om onze data te zien als de nulhypothese waar is
$\alpha$: drempel voor statistische significantie
P-waarde $\le \alpha$: Verwerp nul t.gunste van alternatieve hypothese

Backgammonbord

De dataset: oogstopbrengsten

crop_yields.head()

  Fertilizer_Type  Crop_Yield
0         Organic      26.225
1       Synthetic      17.452
2         Organic      22.283
3       Synthetic      23.548
4       Synthetic      24.138

De data visualiseren

import seaborn as sns
sns.displot(data=crop_data, x="Crop_Yield", hue="Fertilizer_Type", kind="kde")

Vergelijkende Kernel Density Estimator-plot

Een onafhankelijke t-toets uitvoeren

$\alpha = 0.05$

from scipy.stats import ttest_ind
organic_yield = crop_yields[crop_yields['Fertilizer_Type'] == 'Organic']
['Crop_Yield']
synthetic_yield = crop_yields[crop_yields['Fertilizer_Type'] == 'Synthetic']
['Crop_Yield']
t_stat, p_val = ttest_ind(organic_yield, synthetic_yield)
print(p_val)

1.8496748715743899e-209

Experimentele fouten verkennen

Een tabel met statistische fouten: Type I-fout treedt op als we ten onrechte een ware nulhypothese verwerpen. Type II-fout als we een valse nulhypothese niet verwerpen.

Type I-fout: False positive, verwerpen van een ware nulhypothese
Type II-fout: False negative, niet verwerpen van een valse nulhypothese

Meer over alfa

Gangbare waarden: 0,05, 0,01 en 0,10
- Komt overeen met 5%, 1% en 10% kans op een Type I-fout
Een $\alpha$ kiezen
- Afhankelijk van de context van het onderzoek
- Evenwicht zoeken in tolerantie voor Type I-fout
Conventies:
- 0,05 (5%): Meest gebruikt, conventie
- 0,01 (1%): Strenger testen, als de kost van Type I-fout hoog is
- 0,10 (10%): Soms in voorlopige studies, hogere tolerantie voor Type I-fout

Laten we oefenen!

Experimenteel ontwerpen in Python