統計的意義とは？
統計的有意性は、2つ以上の変数間の関係が偶然以外の何かによって引き起こされる可能性です。 統計的仮説検定は、データセットの結果が統計的に有意であるかどうかを判断するために使用されます。 このテストは、ランダムチャンスが結果を説明できる確率を表すp値を提供します。 一般に、5％以下のp値は統計的に有意であると見なされます。
統計学的に重要な
統計的意義を理解する
統計的有意性は、測定された変数間に関係がないと仮定する帰無仮説を受け入れまたは拒否するために使用されます。 データセットは、調査対象の現象または母集団サンプルを正確に表すのに十分な大きさである場合、統計的に有意です。 現象がランダムである確率が1/20未満で、p値が5％である場合、データセットは通常、統計的に有意であると見なされます。 テスト結果がp値を超えると、帰無仮説が受け入れられます。 テスト結果がp値よりも小さい場合、帰無仮説は棄却されます。
統計的有意性の例
Joe Sampleがランニングシューズを製造する会社で働いているとします。 最適な生産のために、彼は各性別のサイズでいくつの靴を作るべきかを考えています。 ジョーは、男性が女性に比べてサイズが大きいという逸話的な証拠に依存していません。 彼は、性別と足のサイズの相関関係を示す統計的研究を使用して、正確な予測を行うことを選択しています。
調査のp値が2％（<5％）の場合、統計的に有意な結果が得られます。 p値は、足のサイズと性別の関係が偶然の結果である可能性が2％しかないことを示します。 その後、彼は研究のデータを合理的に使用して、会社の生産計画を準備することができました。
一方、p値が6％（> 5％）の場合、この研究を生産計画の基礎として使用することは合理的ではありません。 したがって、2％のp値の研究で、ほとんどの男性の靴のサイズは8〜12であり、女性の靴のサイズは4〜8である場合、彼はそのサイズの靴のほとんどを生産する計画を立てることができます。
統計的有意性は、新しい医薬品の試験、ワクチンのテスト、有効性試験の病理学の研究、および投資家に新製品のリリースの成功度を知らせるためによく使用されます。
たとえば、糖尿病治療の製薬リーダーであるNovo Nordiskは、新しいインスリンをテストしたときに、1型糖尿病が統計的に有意に減少したと報告しました。 この試験は、糖尿病患者を対象にした26週間のランダム化療法で構成されていました。 その結果、1型糖尿病の減少と5％未満のp値が得られました。これは、糖尿病の減少が偶然によるものではないことを意味します。
重要なポイント
- 統計的有意性は、2つ以上の変数間の関係が偶然以外によって引き起こされる可能性です。統計的有意性は、測定された変数間に関係がないと仮定する帰無仮説を受け入れるか拒否するために使用されます。データセットの結果が統計的に有意であるかどうかを判断します。
