Sisältö
Kaikissa tilastollisissa hypoteesitesteissä on kaksi erityisen tärkeää tilastotietoa - alfa ja beeta. Nämä arvot edustavat vastaavasti tyypin I virheen todennäköisyyttä ja tyypin II virheen todennäköisyyttä. Tyypin I virhe on väärä positiivinen tai johtopäätös, jonka mukaan tiedoissa on merkittävä yhteys, vaikka tosiasiassa ei ole merkittävää suhdetta. Tyypin II virhe on väärä negatiivinen tai johtopäätös, jonka mukaan tiedoissa ei ole suhdetta, kun tosiasiallisesti on olemassa merkittävä yhteys. Yleensä beetaa on vaikea löytää. Jos sinulla on jo alfa-hypoteesi, voit kuitenkin laskea beetaa matemaattisilla tekniikoilla. Nämä tekniikat vaativat lisätietoja: alfa-arvon, näytteen koon ja efektin koon. Alfa-arvo tulee alfa-hypoteesistasi; se on tyypin I virheen todennäköisyys. Otoskoko on tietojoukon datapisteiden lukumäärä. Vaikutuskoko arvioidaan yleensä aikaisempien tietojen perusteella.
Luettele arvot, joita tarvitaan beetalaskelmassa. Nämä arvot sisältävät alfan, tehosteen koon ja näytteen koon. Jos sinulla ei ole aiempia tietoja, jotka ilmaisivat selkeän tehon koon, käytä arvoa 0,3 ollaksesi varovainen. Pohjimmiltaan vaikutuksen koko on datan suhteen vahvuus; siten 0,3 otetaan yleensä, koska se on ”kohtalainen” tehostekoko.
Etsi Z-pistearvo arvolle 1 - alfa / 2. Tätä Z-pistettä käytetään beetalaskelmissa. Kun olet laskenut numeerisen arvon 1 - alfa / 2: lle, etsi sitä arvoa vastaava Z-piste. Tämä on Z-pistemäärä, jota tarvitaan beeta-arvon laskemiseen.
Laske Z-pistearvo arvolle 1 - beeta. Jaa efektikoko kahdella ja ota neliöjuuri. Kertoo tämä tulos tehostekoolla. Vähennä tästä arvosta viimeisessä vaiheessa löydetty Z-pistemäärä saadaksesi arvon 1 - beeta Z-pistemäärä.
Muunna Z-pistemäärä luvuksi 1 - beeta. "Käänteinen" etsi 1-beeta-Z-pisteet tarkastelemalla ensin Z-pistettä Z-taulukossa. Jäljitä tämä Z-piste takaisin sarakkeeseen (tai riviin) numeron löytämiseksi. Tämä luku on yhtä kuin 1-beeta.
Vähennä juuri löydetty luku yhdestä 1. Tämä tulos on beeta.