Testové statistiky a p-hodnoty

Statistical Thinking in Python (Part 2)

Justin Bois

Lecturer at the California Institute of Technology

Liší se OH a PA?

ch3-2.002.png

1 Data retrieved from Data.gov (https://www.data.gov/)
Statistical Thinking in Python (Part 2)

Testování hypotéz

  • Posouzení toho, jak jsou pozorovaná data přijatelná za předpokladu platnosti hypotézy
Statistical Thinking in Python (Part 2)

Testová statistika

  • Jediné číslo vypočitatelné z pozorovaných dat i z dat simulovaných za nulové hypotézy
  • Slouží jako základ pro porovnání obou
Statistical Thinking in Python (Part 2)

Permutační replika

np.mean(perm_sample_PA) - np.mean(perm_sample_OH)
1.122220149253728
np.mean(dem_share_PA) - np.mean(dem_share_OH) # orig. data
1.1582360922659518
Statistical Thinking in Python (Part 2)

Rozdíl průměrů hlasů za nulové hypotézy

ch3-2.014.png

1 Data retrieved from Data.gov (https://www.data.gov/)
Statistical Thinking in Python (Part 2)

Rozdíl průměrů hlasů za nulové hypotézy

ch3-2.016.png

1 Data retrieved from Data.gov (https://www.data.gov/)
Statistical Thinking in Python (Part 2)

p-hodnota

  • Pravděpodobnost získání hodnoty testové statistiky alespoň tak extrémní, jako byla pozorovaná, za předpokladu platnosti nulové hypotézy
  • NENÍ pravděpodobností, že nulová hypotéza platí
Statistical Thinking in Python (Part 2)

Statistická významnost

  • Určena mírou nízkosti p-hodnoty
Statistical Thinking in Python (Part 2)

Testování nulové hypotézy (NHST)

  • Jiný název pro postup probíraný v této kapitole
Statistical Thinking in Python (Part 2)

statistická významnost ≠ praktická významnost

Statistical Thinking in Python (Part 2)

Pojďme si procvičit!

Statistical Thinking in Python (Part 2)

Preparing Video For Download...