Statstikfråga H0 och Ha - p-value
Om p-vlaue > 0.05 så kan ej H0 förkastas.
T.ex om H0: B=0 Ha: B skiljt från noll.
Och man slår in och räknare säger p-value är 0.13 då kan inte 0.05 förkastas på 95% konfidensgrad. Men varför?
TRodde p-value var arean och om den är 13% så är resten av arean 87% alltså kan man inte vara 95% säker. Eller hur ska man tänka?
Ja, det är som du skriver med reservation för att ”p-value var arean” inte är en supertydlig beskrivning. I princip är det så att risken är för stor att H0 faktiskt är sann om man får att p>0,05, dvs man törs inte förkasta H0. Nu finns det ingenting som säger att man måste använda just 5 % signifikansnivå, utan man hade lika gärna kunnat välja 15 % och då hade vi förkastat H0. Problemet är att risken då är hyfsat stor att vi säger att det finns en skillnad som inte existerar i verkligheten.
Signifikansnivån hänger ihop med testets styrka. Om vi väljer en låg signifikansnivå är det mer säkert att det faktiskt finns en skillnad i verkligheten ifall vi kommer fram till den slutsatsen. Om vi säger att det finns en skillnad som faktiskt inte existerar så kallas det för typ I-fel. Däremot kommer styrkan att minska med minskad signifikansnivå. Det innebär att det är mindre sannolikt att vi upptäcker en skillnad som faktiskt finns i verkligheten. Det kallas för typ II-fel.
Om vi minskar risken att begå ett typ I-fel kommer vi alltså öka risken att begå ett typ II-fel. Forskare är ofta mer villiga att begå ett typ II-fel och väljer därför generellt en låg signifikansnivå (5 %, 1 % eller ännu lägre beroende på område). Nu kan man kompensera för risken att begå ett typ II-fel genom att öka storleken på stickprovet, men det är inte alltid möjligt.
Alltså känns som att olika videos säger olika på youtube. Om p-värdet som miniräknaren tar fram är 0.03 och alfa enligt uppgiften är 0.05. Ska man då förkasta H0?
Ja. Då är ditt p-värde lägre än den satta signifikansnivån.
Lågt p-värde är väl samma som typ stort U-värdet om man jämför med Z0.05 finns? För man förkastar väl om man får ett U-värde som är större än 1.96 vid t.ex 0.025?
Där jag säger U menar jag det som engelska textböcker ofta kallar för t-test
Kan inte tillräckligt mycket om U-test för att förklara hur det fungerar, men det är inte samma sak som ett t-test.