Стопа грешке типа 1 | Статистика

Тестирање више променљивих повећава стопу грешке типа 1 или стопу лажно позитивних. Ово се зове проблем вишеструког поређења . Исправљање ове алфа-инфлације није тешко. Постоје два главна начина, а то су Бонферонијева корекција и Холмова корекција.

Бонферони исправка

Бонферонијева корекција је једноставна, али прилично конзервативна. Свој алфа ниво делите са бројем тестова које ћете обавити. Ово ће бити нови ниво значаја. Дакле, у овом случају:

ɑ / н

ɑ: алфа или ниво значаја

н: број тестова

0,05 / 10 = 0,005

То можете учинити прилично лако када читате рад. Ако се тестира пет варијабли, знате да алфа ниво треба да буде око 0,01 уместо 0,05 (0,05/5). Ово је под претпоставком да истраживачи нису извршили гомилу тестова „иза кулиса“, а да их нису пријавили. Ово се зове ископавање података или п-хаковање .

Други начин је једноставним множењем п-вредности у раду са бројем тестова.

Нпр.

П-вредност = 0,03

0,03 * 10 = 0,3

То значи да је раније значајна п-вредност сада постала безначајна ако је тестирано 10 варијабли.

Ограничења Бонферони корекције

Бонферонијева корекција је широко коришћена метода за прилагођавање нивоа значајности за вишеструка поређења како би се контролисала укупна стопа грешака типа И. Међутим, има неколико ограничења.

Једно од главних питања је то што може бити престрого, што може довести до губитка статистичке моћи. Поред тога, претпоставља се да су сва поређења независна, што можда није случај у подацима из стварног света, што потенцијално доводи до виших стопа грешака типа ИИ .

Још једно ограничење Бонферонијеве корекције је да повећава шансу за лажне негативне резултате или грешке типа ИИ , што значи да постоји већа шанса да се пропусти прави ефекат.

Коначно, Бонферонијева корекција је најприкладнија за ситуације у којима је број поређења релативно мали, јер можда неће бити тако ефикасна када је број поређења веома велики. Стога, истраживачи треба пажљиво да размотре прикладност Бонферонијеве корекције за своје истраживачко питање и скуп података, и да буду свесни њених ограничења.

Холм корекција

Други начин да се исправи алфа инфлација је Холмова корекција. Рецимо да су истраживачи урадили пет тестова и тако постали пет п-вредности . Да би Холм корекција функционисала, треба их рангирати од најниже до највише.

Нпр.

• 0,0004
• 0,0130
• 0,0172
• 0,0460
• 0,0600

Холмова формула је следећа: 

п-вредност * (м + 1 – к)

м = број п-вредности

к = ранг п-вредности

Дакле, за трећу п-вредност добијамо...

0,0172 * (5 + 1 – 3) = 0,0516

… чинећи резултате безначајним.

Ограничења Холмове корекције

Једно ограничење је то што Холмова корекција претпоставља да су сви тестови независни, што значи да резултати једног теста не утичу на резултате другог. Међутим, у неким случајевима, тестови могу бити зависни, на пример када се тестирају вишеструки исходи из истог узорка или када се тестирају различите временске тачке из исте интервенције. У таквим случајевима, Холмова исправка може бити превише конзервативна или превише либерална, што доводи до нетачних закључака. Још једно ограничење Холмове корекције је то што не узима у обзир корелацију између тестова, што може утицати на стопу лажно позитивних резултата. На пример, ако је више тестова повезано са истим основним конструктом, вероватноћа откривања значајног ефекта се повећава, а Холмова корекција можда неће на одговарајући начин објаснити ово. Док је Холмова корекција корисна метода за прилагођавање п-вредности у тестирању вишеструког поређења, важно је узети у обзир њена ограничења, посебно када су тестови зависни или у корелацији. Друге методе као што су контрола стопе лажног откривања или Бајесове методе могу бити прикладније у неким случајевима.

Џон Лудбрук (1998). Вишеструке процедуре поређења су ажуриране. , 25(12), 1032–1037. дои:10.1111/ј.1440-1681.1998.тб02179.к 

Гиацалоне, М., Агата, З., Цоззуцоли, П. Ц., и Алибранди, А. (2018). Бонферони-Холм и тестови пермутације за поређење здравствених података: методолошка и апликативна питања. БМЦ Медицал Ресеарцх Метходологи, 18(1). дои:10.1186/с12874-018-0540-8

Лакенс, Д., Контрола грешака типа 1, Даниел Лакенс, иоутубе