В статистике величину (значение) переменной называют статисти́чески зна́чимой , если мала вероятность случайного возникновения этой или ещё более крайних величин. Здесь под крайностью понимается степень отклонения тестовой статистики от нуль-гипотезы .

Разница называется статистически значимой , если появление имеющихся данных (или ещё более крайних данных) было бы маловероятно, если предположить, что эта разница отсутствует; это выражение не означает, что данная разница должна быть велика, важна, или значима в общем смысле этого слова.

Общая картина проблемы такова: дана выборка из некоторого пространства ${\displaystyle \Omega }$ элементарных событий (например, список пациентов, прошедших обследование на некоторую болезнь) и, возможно, значения на этой выборке некоторых переменных (функций от ${\displaystyle \omega \in \Omega }$ , например — возраст пациента, интенсивность курения, количество часов физических упражнений и т. п.). Вероятностное распределение на ${\displaystyle \Omega }$ не известно, а, наоборот, является здесь главным объектом поиска.

Различные гипотезы соответствуют различным возможным вероятностным распределениям на ${\displaystyle \Omega }$ . Точный смысл термина «гипотеза» — набор утверждений, который содержит полное описание некоторого вероятностного распределения .

Проверка гипотезы

Проверка гипотезы ${\displaystyle H}$ (задающей вероятностное распределение ${\displaystyle P_{H}}$ ) состоит в следующем. Выбирается событие ${\displaystyle S\subset \Omega }$ (называемое статистическим критерием ), которое (по каким-либо соображениям) «почти несовместимо» с гипотезой ${\displaystyle H}$ в том смысле, что условная вероятность ${\displaystyle P_{H}(S)}$ события ${\displaystyle S}$ (при условии, что гипотеза ${\displaystyle H}$ верна) не превышает какого-то малого (по сравнению с единицей) числа ${\displaystyle \alpha }$ , называемого уровнем значимости : ${\displaystyle P_{H}(S)\leq \alpha }$ . Затем проводится опыт. Если событие ${\displaystyle S}$ происходит, то гипотеза ${\displaystyle H}$ отвергается (говорят, что наблюдается отклонение от гипотезы на уровне значимости ${\displaystyle \alpha }$ ). В противном случае, гипотеза не отвергается (однако никакой метод статистики, ни даже науки в целом, не может «окончательно доказать» гипотезу).

Таким образом, уровень ${\displaystyle \alpha }$ значимости теста — вероятность отклонить гипотезу ${\displaystyle H}$ , если на самом деле она верна (решение известное как ошибка первого рода , или ложноположительное решение).

Популярными уровнями значимости являются 10 %, 5 %, 1 %, и 0,1 %.

Различные значения α-уровня имеют свои достоинства и недостатки. Меньшие α-уровни дают бо́льшую уверенность в том, что уже установленная альтернативная гипотеза значима, но при этом есть больший риск не отвергнуть ложную нулевую (или отвергнуть истинную альтернативную) гипотезу ( ошибка второго рода , или « ложноотрицательное решение»), и таким образом меньшая статистическая мощность . Выбор α-уровня неизбежно требует компромисса между значимостью и мощностью, и следовательно между вероятностями ошибок первого и второго рода .

При использовании тестов на статистическую значимость нужно иметь в виду, что тест вовсе не дает оснований для принятия гипотезы .

См. также

• Мощность критерия
• P-значение

Примечания

Литература

• // Большая российская энциклопедия : [в 35 т.] / гл. ред. Ю. С. Осипов . — М. : Большая российская энциклопедия, 2004—2017.
• Тутубалин В. Н. Глава 1, параграф 7. // . — 1992. от 5 ноября 2015 на Wayback Machine
• George Casella, Roger L. Berger. Hypothesis Testing // . — Second Edition. — Pacific Grove, CA: Duxbury, 2002. — С. 397. — 660 с. — ISBN 0-534-24312-6 .

Ссылки