Kakšna je raven alfa?

Pojdi na

Poiščite ta wiki na platformi Physiotutors Postanite član

Naučite se

Kakšna je raven alfa? | Statistika

V frekvencistični statistiki je stopnja alfa (znana tudi kot stopnja pomembnosti) verjetnost zavrnitve ničelne hipoteze, kadar je ta resnična. V okviru fizioterapevtskih raziskav bi bila lahko ničelna hipoteza, da med dvema različnima fizioterapevtskima posegoma ni razlike v zmanjšanju bolečine. Stopnja alfa je običajno določena na 0,05, kar pomeni, da obstaja 5-odstotna verjetnost, da bomo dolgoročno napačno zavrnili ničelno hipotezo (tj. sklepali, da obstaja razlika v zmanjšanju bolečine, čeprav je v resnici ni).

To je še posebej pomembno upoštevati kot dolgoročni rezultat. Če se izvede 100 podobnih študij, jih bo v povprečju 5 pokazalo lažno pozitiven rezultat, če učinka ni.

Pojasnjeno s primerom

Recimo, da študija primerja dve fizioterapevtski intervenciji pri bolečinah v spodnjem delu hrbta in rezultati kažejo, da je povprečno zmanjšanje bolečine pri intervenciji A 6 točk na lestvici bolečine, pri intervenciji B pa 8 točk na lestvici bolečine. Pri stopnji alfa 0,05 bi raziskovalci zavrnili ničelno hipotezo in ugotovili, da obstaja statistično pomembna razlika v zmanjšanju bolečine med obema intervencijama, saj je razlika v srednjih vrednostih večja od tiste, ki bi jo pričakovali po naključju.

Vse toča p<0,05?

Pomembno je opozoriti, da je določitev stopnje alfa 0,05 dogovor in ne pravilo. Izbira stopnje alfa je odvisna od konteksta študije in možnih posledic lažno pozitivnega ali lažno negativnega rezultata. Če so na primer posledice lažno pozitivnega rezultata (tj. ugotovitev, da je zdravljenje učinkovito, čeprav ni) hujše, se lahko raziskovalci odločijo za uporabo nižje stopnje alfa (npr. 0,01), da bi zmanjšali verjetnost lažno pozitivnega rezultata.

Dolgoročni pogled

Ponovno poudarjamo pomen dolgoročnega pogleda. Ne morete preprosto reči, da obstaja 5-odstotna verjetnost, da je članek lažno pozitiven. Ko je raziskava opravljena, je preprosto lažno pozitivna ali pa ni. 5 % govori o dolgoročnih rezultatih. Če ta test opravite v več študijah s podobnimi pogoji, bo približno 5 % dokumentov imelo lažno pozitiven rezultat.

Fizioterapevtska intervencija se lahko zdi zelo učinkovita za zmanjšanje bolečin v spodnjem delu hrbta z majhno p-vrednostjo (ki kaže na statistično pomembno razliko) in veliko velikostjo učinka. Če pa se ta posamezna študija ne ponovi v drugih študijah, je težko ugotoviti, ali so rezultati posledica naključja ali dejanskega učinka.

Dolgoročni pogled upošteva rezultate več študij v daljšem časovnem obdobju, kar omogoča celovitejše razumevanje učinkovitosti posega. Ta pristop je še posebej pomemben pri fizioterapevtskih raziskavah, kjer rezultati posamezne študije ne morejo biti splošni za druge populacije ali okolja.

Napačne predstave

V zvezi z vrednostjo p obstaja več pogostih napačnih predstav:

Vrednost P je merilo za moč dokazov: Vrednost p ne meri moči dokaza proti ničelni hipotezi, temveč verjetnost, da bo testna statistika enako ekstremna ali bolj ekstremna od opazovane ob predpostavki, da je ničelna hipoteza resnična.
Majhna p-vrednost pomeni močan dokaz proti ničelni hipotezi: Majhna p-vrednost pomeni le, da podatki niso skladni z ničelno hipotezo, ne zagotavlja pa dokazov za alternativno hipotezo. Poleg tega majhna p-vrednost ne pomeni, da je učinek velik ali pomemben.
P-vrednost 0,05 je trdna meja pomembnosti: Prag 0,05 je arbitraren in je bil sprejet kot običajna meja za statistično pomembnost, vendar to ne pomeni, da rezultati z vrednostjo p, večjo od 0,05, samodejno niso pomembni. Razlaga p-vrednosti mora biti odvisna od konteksta in preučevanega raziskovalnega vprašanja.
Vrednost P je verjetnost, da je ničelna hipoteza resnična: Vrednost p ni verjetnost, da je ničelna hipoteza resnična, temveč verjetnost opazovanja podatkov, če je ničelna hipoteza resnična.
Vrednost P se lahko uporabi za sklepanje o vzročnosti: Vrednost p je le dokaz za ali proti ničelni hipotezi in ne pomeni nujno vzročnosti. Vzročno sklepanje zahteva dodatne informacije, kot je dobro zasnovana študija z ustreznim nadzorom motečih dejavnikov.