Valori p, alfa și erori

Design experimental în Python

James Chapman

Curriculum Manager, DataCamp

Valori p și alfa

 

  • Valori p: probabilitatea de a observa datele noastre dacă ipoteza nulă ar fi adevărată

  • $\alpha$: pragul la care considerăm rezultatele semnificative statistic

  • Valoare p $\le \alpha$: Se respinge ipoteza nulă în favoarea celei alternative

 

Tablă de backgammon

Design experimental în Python

Setul de date: producții agricole

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
Design experimental în Python

Vizualizarea datelor

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

Grafic comparativ de tip estimare prin densitate kernel

Design experimental în Python

Efectuarea unui test t pentru eșantioane independente

$\alpha = 0.05$

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
Design experimental în Python

Explorarea erorilor experimentale

Un tabel care rezumă erorile statistice: erorile de tip I apar când respingem incorect o ipoteză nulă adevărată. Erorile de tip II apar când nu reușim să respingem o ipoteză nulă falsă.

  • Eroare de tip I: Fals pozitiv, respingerea unei ipoteze nule adevărate
  • Eroare de tip II: Fals negativ, nerespingerea unei ipoteze nule false
Design experimental în Python

Mai multe despre alfa

  • Valori comune: 0,05, 0,01 și 0,10
    • Reflectând o probabilitate de 5%, 1% și 10% de a comite o eroare de tip I
  • Alegerea unui $\alpha$
    • În funcție de contextul studiului
    • Echilibrând toleranța față de erorile de tip I
  • Convenții:
    • 0,05 (5%): Cel mai frecvent, folosit ca standard
    • 0,01 (1%): Testare mai riguroasă, când costul erorii de tip I este ridicat
    • 0,10 (10%): Uneori în studii preliminare, cu toleranță mai mare față de eroarea de tip I
Design experimental în Python

Să exersăm!

Design experimental în Python

Preparing Video For Download...