Qual è il livello Alpha? | Statistiche

Nella statistica frequentista, il livello alfa (noto anche come livello di significatività) è la probabilità di rifiutare l'ipotesi nulla quando è vera. Nel contesto della ricerca fisioterapica, l'ipotesi nulla potrebbe essere che non c'è differenza nella riduzione del dolore tra due diversi interventi fisioterapici. Il livello alfa è tipicamente fissato a 0,05, il che significa che c'è una probabilità del 5% di rifiutare erroneamente l'ipotesi nulla (cioè di concludere che c'è una differenza nella riduzione del dolore quando in realtà non c'è) a lungo termine.

È particolarmente importante considerare questo come un risultato a lungo termine. Se vengono condotti 100 studi simili, 5 di essi, in media, mostreranno un risultato falso positivo se non c'è alcun effetto.

Spiegato con un esempio

Supponiamo che uno studio metta a confronto due interventi di fisioterapia per il dolore lombare e che i risultati mostrino che la riduzione media del dolore per l'intervento A è di 6 punti sulla scala del dolore, mentre la riduzione media del dolore per l'intervento B è di 8 punti sulla scala del dolore. Con un livello alfa di 0,05, i ricercatori rifiuterebbero l'ipotesi nulla e concluderebbero che esiste una differenza statisticamente significativa nella riduzione del dolore tra i due interventi, perché la differenza tra le medie è maggiore di quella che ci si aspetterebbe per caso.

Tutte le grandinate p<0,05?

È importante notare che l'impostazione di un livello alfa di 0,05 è una convenzione e non una regola. La scelta del livello alfa dipende dal contesto dello studio e dalle potenziali conseguenze di un risultato falso positivo o falso negativo. Per esempio, se le conseguenze di un risultato falso positivo (cioè concludere che un trattamento è efficace quando non lo è) sono più gravi, i ricercatori potrebbero scegliere di usare un livello alfa più basso (per esempio 0,01) per diminuire la probabilità di un risultato falso positivo.

Visione a lungo termine

Vogliamo sottolineare ancora una volta l'importanza di una visione a lungo termine. Non si può semplicemente dire che c'è il 5% di possibilità che il documento sia diventato un falso positivo. Quando la ricerca viene condotta, si tratta semplicemente di un falso positivo, oppure no. Il 5% parla di risultati a lungo termine. Eseguendo questo test in più studi con condizioni simili, circa il 5% dei lavori avrà un risultato falso positivo.

Un intervento di fisioterapia può sembrare molto efficace per ridurre il dolore lombare, con un piccolo p-value (che indica una differenza statisticamente significativa) e un'ampia dimensione dell'effetto. Tuttavia, se questo singolo studio non viene replicato in altri studi, è difficile stabilire se i risultati sono dovuti al caso o a un effetto reale.

Una visione a lungo termine considera i risultati di più studi nel tempo per fornire una comprensione più completa dell'efficacia di un intervento. Questo approccio è particolarmente importante nella ricerca in fisioterapia, dove i risultati di un singolo studio potrebbero non essere generalizzabili ad altre popolazioni o contesti.

Idee sbagliate

Esistono diversi malintesi comuni che riguardano il valore p:

• Ilvalore P è una misura della forza dell'evidenza: Il valore p non misura la forza della prova contro l'ipotesi nulla, ma piuttosto la probabilità di osservare una statistica di prova altrettanto o più estrema di quella osservata, assumendo che l'ipotesi nulla sia vera.
• Unpiccolo valore p significa una forte evidenza contro l'ipotesi nulla: Un valore p piccolo indica solo che i dati non sono coerenti con l'ipotesi nulla, ma non fornisce prove per l'ipotesi alternativa. Inoltre, un piccolo valore di p non implica che l'effetto sia grande o importante.
• Ilvalore P di 0,05 è una soglia di significatività difficile da raggiungere: La soglia dello 0,05 è arbitraria ed è stata adottata come limite convenzionale per la significatività statistica, ma non significa che i risultati con valori di p superiori a 0,05 siano automaticamente non significativi. L'interpretazione del valore p dipende dal contesto e dalla domanda di ricerca che si sta studiando.
• Ilvalore P è la probabilità che l'ipotesi nulla sia vera: Il valore p non è la probabilità che l'ipotesi nulla sia vera, ma piuttosto la probabilità di osservare i dati se l'ipotesi nulla è vera.
• Ilvalore P può essere utilizzato per fare un'inferenza causale: Il valore p fornisce solo prove a favore o contro un'ipotesi nulla e non implica necessariamente la causalità. L'inferenza causale richiede ulteriori informazioni, come ad esempio uno studio ben progettato con controlli appropriati per i fattori confondenti.

Per maggiori informazioni sul valore P. Date un'occhiata al nostro post su questo argomento!

Upshur, R. E. (2001). L'etica dell'alfa: riflessioni su statistiche, prove e valori in medicina. Medicina teorica e bioetica, 22(6), 565-576.

Berger, V. W., & Hsieh, G. (2005). Ripensare le statistiche: basare i livelli alfa di efficacia sui dati di sicurezza negli studi randomizzati. Israeli Journal of Emergency Medicine, 5(3), 55-60.

Neyman, J. e Pearson, E.S. (1928) Sull'uso e l'interpretazione di alcuni criteri di prova ai fini dell'inferenza statistica. Biometrika, 20A, 175-240.

Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Test statistici, valori P, intervalli di confidenza e potenza: una guida alle interpretazioni errate. European journal of epidemiology, 31(4), 337-350.