Ý nghĩa thống kê

Kiểm định giả thuyết trong R

Richie Cotton

Data Evangelist at DataCamp

Tóm tắt p-value

p-value định lượng mức bằng chứng cho giả thuyết không.
p-value lớn → không bác bỏ giả thuyết không.
p-value nhỏ → bác bỏ giả thuyết không.
Ngưỡng cắt ở đâu?

Mức ý nghĩa

Mức ý nghĩa của kiểm định giả thuyết ($\alpha$) là ngưỡng cho "vượt quá nghi ngờ hợp lý".

Các giá trị $\alpha$ thường dùng: 0.1, 0.05, 0.01.
Nếu $p \le \alpha$ thì bác bỏ $H_{0}$, ngược lại không bác bỏ $H_{0}$.
Cần đặt $\alpha$ trước khi kiểm định.

Tính p-value

alpha <- 0.05

prop_child_samp <- stack_overflow %>%
  summarize(
    point_estimate = mean(age_first_code_cut == "child")
  ) %>%
  pull(point_estimate)
prop_child_hyp <- 0.35
std_error <- 0.0096028
z_score <- (prop_child_samp - prop_child_hyp) / std_error

p_value <- pnorm(z_score, lower.tail = FALSE)

3.818e-05

p_value <= alpha

TRUE

p_value nhỏ hơn hoặc bằng alpha, nên bác bỏ $H_{0}$ và chấp nhận $H_{A}$.

Tỷ lệ nhà khoa học dữ liệu bắt đầu lập trình từ nhỏ lớn hơn 35%.

Khoảng tin cậy

Với mức ý nghĩa 0.05, thường chọn khoảng tin cậy 1 - 0.05 = 0.95.

conf_int <- first_code_boot_distn %>%
  summarize(
    lower = quantile(first_code_child_rate, 0.025),
    upper = quantile(first_code_child_rate, 0.975)
  )

# A tibble: 1 x 2
  lower upper
  <dbl> <dbl>
1 0.369 0.407

Các loại lỗi

	Thực sự không phạm tội	Thực sự phạm tội
Tuyên vô tội	đúng	thoát tội
Tuyên có tội	kết án oan	đúng

	$H_{0}$ thực	$H_{A}$ thực
chọn $H_{0}$	đúng	âm tính giả
chọn $H_{A}$	dương tính giả	đúng

Dương tính giả là lỗi loại I; âm tính giả là lỗi loại II.

Lỗi có thể gặp trong ví dụ

Nếu $p \le \alpha$, ta bác bỏ $H_{0}$:

Có thể xảy ra dương tính giả (loại I): ta cho rằng tỷ lệ nhà khoa học dữ liệu bắt đầu lập trình từ nhỏ cao hơn, nhưng thực tế không phải vậy.

Nếu $ p \gt \alpha$, ta không bác bỏ $H_{0}$:

Có thể xảy ra âm tính giả (loại II): ta cho rằng tỷ lệ họ bắt đầu lập trình từ nhỏ bằng với kỹ sư phần mềm, nhưng thực tế cao hơn.

Ayo berlatih!

Kiểm định giả thuyết trong R