If you're seeing this message, it means we're having trouble loading external resources on our website.

თუ ვებფილტრს იყენებთ, დარწმუნდით, რომ *.kastatic.org და *.kasandbox.org დომენები არ არის დაბლოკილი.

ძირითადი მასალა

კურსი: სტატისტიკა და ალბათობა > თემა 12

გაკვეთილი 1: მნიშვნელოვნობის ტესტის იდეა

P-ს მნიშვნელობების გამოყენება დასკვნების გასაკეთებლად

ისწავლეთ, როგორ გამოიყენოთ P-ს მნიშვნელობები და მნიშვნელოვნების დონე, რომ გავაკეთოთ დასკვნები მნიშვნელობის შემოწმებისას.
ეს სტატია შეიქმნა იმისთვის, რომ თქვენ შეგძლებოდათ ცოტაოდენი სწავლება და ბევრი ვარჯიში. კითხვები ისეა დალაგებული, რომ ნელ-ნელა შეგიქმნათ ცოდნა, ასე რომ, ალბათ, საუკეთესო იქნება, თუ რიგის მიხედვით მივყვებით. წავედით!
p-მნიშვნელობებს ვიყენებთ, რომ გავაკეთოთ დასკვნები მნიშვნელოვნების ტესტებში. კონკრეტულად, p-მნიშვნელობას ვადარებთ მნიშვნელოვნების α დონეს, რომ დასკვნა გავაკეთოთ ჰიპოთეზის შესახებ.
თუ p-მნიშვნელობა ნაკლებია ჩვენს მიერ არჩეულ მნიშვნელოვნების დონეზე, უარვყოფთ H0 ნულოვან ჰიპოთეზას Ha ალტერნატიული ჰიპოთეზის სასარგებლოდ. თუ p-მნიშვნელობა მეტია ან ტოლი მნიშვნელოვნების დონეზე, მაშინ ვერ უარვყოფთ H0 ნულოვან ჰიპოთეზას—ეს იმას არ ნიშნავს, რომ ვადასტურებთ H0-ს. რომ შევაჯამოთ:
p-მნიშვნელობა<αუარვყოფთ H0ვადასტურებთ Hap-მნიშვნელობაαვერ უარვყოფთ H0-ს
მოდით, ვცადოთ რამდენიმე მაგალითი, სადაც დასკვნის გასაკეთებლად ვიყენებთ p-მნიშვნელობებს.

მაგალითი 1

ელენემ შეადგინა ექსპერიმენტი, სადაც სუბიექტები სინჯავდნენ წყალს სხვადასხვა ფინჯნიდან და ცდილობდნენ, გამოეცნოთ, რომელ ფინჯანში იყო ბოთლის წყალი. თითოეულ სუბიექტს მისცეს სამი ფინჯანი, რომელიც შეიცავდა ჩვეულებრივ ონკანის წყალს და ერთი ფინჯანი, რომელიც შეიცავდა ბოთლის წყალს (რიგი შემთხვევითად ირჩეოდა). მას აინტერესებდა, სუბიექტები შეძლებდნენ, ბოთლის წყლის ამოცნობისას უკეთესი შედეგი ეჩვენებინათ, ვიდრე შემთხვევითად ამორჩევისას აჩვენებდნენ.
მისი ჰიპოთეზებია H0:p=0,25 და Ha:p>0,25 (სადაც p არის იმის ნამდვილი ალბათობა, რომ ეს სუბიექტები ამოიცნობენ ბოთლის წყალს).
ექსპერიმენტმა უჩვენა, რომ 60 სუბიექტიდან 20-მა სწორად ამოიცნო ბოთლის წყალი. ელენემ გამოთვალა, რომ p^=2060=0.3¯ სტატისტიკას ჰქონდა შესაბამისი დაახლოებით 0,068-ის ტოლი P-მნიშვნელობა.
კითხვა A (მაგალითი 1)
რა დასკვნა უნდა გაკეთდეს α=0,05-ის ტოლი მნიშვნლოვნების დონის გამოყენებით?
აირჩიეთ 1 პასუხი:

კითხვა B (მაგალითი 1)
რას ამბობს ეს დასკვნა კონტექსტში?
აირჩიეთ 1 პასუხი:

კითხვა C (მაგალითი 1)
როგორ შეიცვლებოდა დასკვნა, ელენეს α=0,10-ის ტოლი მნიშვნელოვნების დონე რომ გამოეყენებინა?
აირჩიეთ 1 პასუხი:

მაგალითი 2

რეკლამა ამბობს, რომ სასუქის კონკრეტული ტომარა შეიცავს 7,25 კგ-ს, მაგრამ ოდენობები, რომლებსაც ეს ტომარები სინამვილეში შეიცავს, ნორმალურადაა განაწილებული 7,4 კგ საშუალოთი და 0,15 კგ სტანდარტული გადახრით.
კომპანიამ ტომრების შესავსები ახალი მანქანები დაამონტაჯა და უნდოდა ჩაეტარებინა ტესტი, რომ ენახა, ამ ჩანთებში საშუალო ოდენობები შეიცვალა თუ არა. მათი ჰიპოთეზა იყო H0:μ=7,4 კგ და Ha:μ7,4 კგ (სადაც μ არის ამ ახალი მანქანების მიერ შევსებული ტომრების წონების ნამდვილი საშუალო).
მათ შემთხვევითად შეარჩიეს 50 ტომარა და გამოიკვლიეს შერჩევითი ერთობლიობის x¯=7,36 კგ საშუალო და sx=0,12 კგ სტანდარტული გადახრა. მათ გამოთვალეს, რომ ამ შედეგების P-მნიშვნელობა იყო დაახლოებით 0,02.
კითხვა A (მაგალითი 2)
რა დასკვნა უნდა გაკეთდეს α=0,05-ის ტოლი მნიშვნლოვნების დონის გამოყენებით?
აირჩიეთ 1 პასუხი:

კითხვა B (მაგალითი 2)
რას ამბობს ეს დასკვნა კონტექსტში?
აირჩიეთ 1 პასუხი:

კითხვა C (მაგალითი 2)
როგორ შეიცვლებოდა დასკვნა, მათ α=0,01-ის ტოლი მნიშვნელოვნების დონე რომ გამოეყენებინათ?
აირჩიეთ 1 პასუხი:

ეთიკა და მნიშვნელოვნების α დონე

ეს მაგალითები გვიჩვენებს, თუ როგორ შეიძლება, მივიღოთ სხვადასხვა დასკვნები ერთსა და იმავე მონაცემზე იმის მიხედვით, თუ მნიშვნელოვნების რა α დონეს ავირჩევთ. წესით, უნდა შევადგინოთ ჰიპოთეზა და შევარჩიოთ მნიშვნელოვნების დონე მონაცემის შეგროვებამდე და ნახვამდე. კონკრეტულად მნიშვნელოვნების რომელ დონეს ავირჩევთ დამოკიდებულია სხვადასხვა ცდომილების შედეგებზე და ამას განვიხილავთ შემდგომ ვიდეოებსა და სავარჯიშოებში.

გსურთ, შეუერთდეთ დისკუსიას?

პოსტები ჯერ არ არის.
გესმით ინგლისური? დააწკაპუნეთ აქ და გაეცანით განხილვას ხანის აკადემიის ინგლისურენოვან გვერდზე.