При уровне значимости 0.05 получено p-value = 0.04. Какое решение соответствует стандартному правилу проверки гипотез?
AОтвергнуть нулевую гипотезу, потому что
p-value меньше уровня значимости и данные считаются несовместимыми с нейBПринять нулевую гипотезу, потому что
p-value близко к 0.05 и эффект на практике слишком слабый для решенияCУвеличить уровень значимости до 0.1, чтобы наверняка не пропустить эффект и подстраховаться от ошибки второго рода
DНе принимать решение, пока неизвестна вероятность ошибки второго рода, иначе нельзя интерпретировать результат теста
Правильный ответ. Классическое правило: если
p-value меньше уровня значимости, нулевую гипотезу отвергают.Разбор
Уровень значимости задаётся заранее как допустимая вероятность ошибки I рода. Если p-value меньше этого порога, данные считаются достаточно несовместимыми с нулевой гипотезой и её отвергают. Менять порог «под результат» нельзя — это раздувает риск ложных находок. Знание мощности (вероятности обнаружить эффект) полезно для планирования, но не требуется для самого правила решения.
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
Ещё вопросы по теме «Основы проверки гипотез»
- В A/B тесте вы сравниваете конверсию между вариантами A и B. Какая формулировка `H0`/`H1` корректна для двусторонней проверки отличий?
- Как корректно интерпретировать значение `p-value` = 0.03 в проверке статистических гипотез?
- Что означает выбор уровня значимости `alpha` = 0.01 в терминах ошибки I рода?
- Что обозначает параметр `beta` в проверке гипотез?
- Как связаны мощность теста `power` и вероятность ошибки II рода `beta`?
- Все вопросы по «Основы проверки гипотез» →