Vähän ymmällä, vaikka mielestäni oikeassa. Kun testaan, poikkeaako joku empiirinen jakauma normaalijakumasta, niin ohjelmistossa (SPSS) on Kolmorogov-Smirnovin testi. Se tulostaa merkitsevyystason.
Mulle jankattiin päähän, että nollahypoteesista aletaan, eli eroa tai riippuvuutta ei ole, jos sitä ei erityisen suurella todennäköisyydellä voi päätellä.
OK, onko nyt oikein olettaa nollahypoteesiksi, että jakauma ei poikkea normaalijakaumasta?
Tämän mukaisesti: jos tulostuva merkitsevyystaso (SPSS:sä Sign., p tai alpha joissain muissa) on valittua merkitsevyystasoa (vaikka 0.01 tai 0.05) _suurempi_, niin hylkään nollahypoteesin: siis empiirinen jakauma ei merkitsevästi poikkea normaalijakaumasta.
Kummin päin tuo merkitsevyystulkinta nyt nyt oikein menee tässä tapauksessa? Kaveri kun väittää päinvastaista, vaikka halolla löis päähän.
Mulle jankattiin päähän, että nollahypoteesista aletaan, eli eroa tai riippuvuutta ei ole, jos sitä ei erityisen suurella todennäköisyydellä voi päätellä.
OK, onko nyt oikein olettaa nollahypoteesiksi, että jakauma ei poikkea normaalijakaumasta?
Tämän mukaisesti: jos tulostuva merkitsevyystaso (SPSS:sä Sign., p tai alpha joissain muissa) on valittua merkitsevyystasoa (vaikka 0.01 tai 0.05) _suurempi_, niin hylkään nollahypoteesin: siis empiirinen jakauma ei merkitsevästi poikkea normaalijakaumasta.
Kummin päin tuo merkitsevyystulkinta nyt nyt oikein menee tässä tapauksessa? Kaveri kun väittää päinvastaista, vaikka halolla löis päähän.
Vastaukset 1
Vanhimmat
Tilastollisen testaamisen idea on seuraava:
Tehdään nollahypoteesi, että satunnaismuuttuja noudattaa tiettyä jakaumaa.
Lasketaan otoksen ja sitä harvinaisempien tulosten kokonaistodennäköisyys nollahypoteesin ollessa voimassa.
Jos laskettu todennäköisyys on pienempi kuin 0.001, todetaan otoksen poikkeavan tilastollisesti erittäin merkitsevästi nollahypoteesista.
Jos laskettu todennäköisyys on pienempi kuin 0.01, todetaan otoksen poikkeavan tilastollisesti merkitsevästi nollahypoteesista.
Jos laskettu todennäköisyys on pienempi kuin 0.05, todetaan otoksen poikkeavan tilastollisesti melkein merkitsevästi nollahypoteesista.
Jos laskettu todennäköisyys on suurempi kuin 0.05, nollahypoteesia ei voida tilastollisin perustein (tämän otoksen perusteella) hylätä. Nollahypoteesi jää voimaan.
Huomautuksia:
Nollahypoteesi täytyy tehdä siitä syystä, jotta todennäköisyyksiä päästään todella laskemaan.
Nollahypoteesia ei voida tilastollisin perustein todistaa oikeaksi. Jos otos on riittävän suuri ja yo. tavalla laskettu todennäköisyys suuri, suoritettu otanta tukee nollahypoteesia.
Jos laskettu todennäköisyys on vain jonkin verran suurempi kuin 0.05, on ilmeistä, että otoskoon kasvattaminen johtaisi nollahypoteesin hylkäämiseen. Tässä tapauksessa kannattaa usein harkita otannan laajentamista.
Jatkuvien satunnaismuuttujien ollessa kysymyksessä kannattaa myös huomata, että tilastollisen testaamisen tulos voi riippua muuttujan arvoalueen mittaamiseen käytetystä metriikasta. Tämä johtuu siitä, että todennäköisyyden laskemisessa huomioidaan otoksen ja sitä harvinaisempien tulosten todennäköisyydet. Mutta tässä mennään jo pitemmälle matemaattisen tilastotieteen perusteiden puolelle. Yleensä muuttujien arvoalueiden metriikka voidaan valita jollain luonnollisella tavalla.