Що таке Альфа-рівень? | Статистика.

У частотній статистиці альфа-рівень (також відомий як рівень значущості) - це ймовірність відхилення нульової гіпотези, коли вона є істинною. У контексті фізіотерапевтичних досліджень нульова гіпотеза може полягати в тому, що немає різниці у зменшенні болю між двома різними фізіотерапевтичними втручаннями. Рівень альфа зазвичай встановлюється на рівні 0,05, що означає, що існує 5% ймовірність неправильного відхилення нульової гіпотези (тобто висновку про наявність різниці у зменшенні болю, коли насправді її немає) у довгостроковій перспективі.

Особливо важливо розглядати це як довгостроковий результат. Якщо провести 100 подібних досліджень, то 5 з них, в середньому, покажуть хибнопозитивний результат за відсутності ефекту.

Пояснюється на прикладі

Припустимо, дослідження порівнює два фізіотерапевтичних втручання для лікування болю в нижній частині спини, і результати показують, що середнє зменшення болю при застосуванні інтервенції А становить 6 балів за шкалою болю, а середнє зменшення болю при застосуванні інтервенції Б - 8 балів за шкалою болю. З рівнем альфа 0,05 дослідники відкинули б нульову гіпотезу і дійшли б висновку, що існує статистично значуща різниця у зменшенні болю між двома втручаннями, оскільки різниця в середніх значеннях є більшою, ніж можна було б очікувати випадково.

Слава Богу, p<0.05?

Важливо зазначити, що встановлення рівня альфа 0,05 є умовністю, а не правилом. Вибір рівня альфа залежить від контексту дослідження та потенційних наслідків хибнопозитивного або хибнонегативного результату. Наприклад, якщо наслідки хибнопозитивного результату (тобто висновку про ефективність лікування, коли це не так) є більш серйозними, дослідники можуть використовувати нижчий рівень альфа (наприклад, 0,01), щоб зменшити ймовірність хибнопозитивного результату.

Довгострокова перспектива

Ми хочемо ще раз наголосити на важливості довгострокової перспективи. Ви не можете просто сказати, що існує 5% ймовірність того, що робота дала хибнопозитивний результат. Коли дослідження проводиться, воно може бути хибнопозитивним, а може і не бути. Ці 5% говорять про довгострокові результати. Проведення цього тесту в декількох дослідженнях зі схожими умовами призведе до того, що близько 5% робіт матимуть хибнопозитивний результат.

Фізіотерапевтичне втручання може виявитися дуже ефективним для зменшення болю в нижній частині спини, з невеликим р-значенням (що вказує на статистично значущу різницю) і великим розміром ефекту. Однак, якщо це єдине дослідження не повторюється в інших дослідженнях, важко визначити, чи є результати випадковістю, чи реальним ефектом.

Довгостроковий погляд розглядає результати декількох досліджень протягом тривалого часу, щоб забезпечити більш повне розуміння ефективності втручання. Такий підхід особливо важливий у фізіотерапевтичних дослідженнях, де результати одного дослідження не можуть бути узагальнені для інших популяцій або умов.

Помилкові уявлення

Існує кілька поширених помилкових уявлень про р-значення:

• P-value - це міра достовірності доказів: P-значення не вимірює силу доказів проти нульової гіпотези, а скоріше ймовірність того, що тестова статистика буде екстремальною або більш екстремальною, ніж та, що спостерігається, якщо припустити, що нульова гіпотеза є істинною
• Мале p-значення означає сильні докази проти нульової гіпотези: Мале р-значення лише вказує на те, що дані не узгоджуються з нульовою гіпотезою, але не дає доказів альтернативної гіпотези. Крім того, невелике p-значення не означає, що ефект є великим або важливим
• P-значення 0,05 є жорстким порогом значущості: Поріг 0,05 є довільним і був прийнятий як умовна межа статистичної значущості, але це не означає, що результати з p-значеннями, більшими за 0,05, автоматично не є значущими. Інтерпретація p-значення повинна залежати від контексту та досліджуваного питання
• P-значення - це ймовірність того, що нульова гіпотеза є вірною: p-значення - це не ймовірність того, що нульова гіпотеза є вірною, а скоріше ймовірність спостереження даних, якщо нульова гіпотеза є вірною
• P-значення може бути використане для того, щоб зробити причинно-наслідковий висновок: Значення p лише надає докази на користь або проти нульової гіпотези і не обов'язково означає причинно-наслідковий зв'язок. Причинно-наслідковий висновок вимагає додаткової інформації, наприклад, добре спланованого дослідження з належним контролем за факторами, що заважають.

Для отримання додаткової інформації про значення P-value. Прочитайте наш пост про це тут!

Апшур, Р. Е. (2001). Етика альфа: роздуми про статистику, докази та цінності в медицині. Теоретична медицина та біоетика, 22(6), 565-576.

Бергер, В. В., & Хсіє, Г. (2005). Переосмислення статистики: базування альфа-рівнів ефективності на даних про безпеку в рандомізованих дослідженнях. Ізраїльський журнал невідкладної медицини, 5(3), 55-60.

Нейман, Дж. та Пірсон, Е.С. (1928) Про використання та інтерпретацію деяких тестових критеріїв для цілей статистичних висновків. Біометрика, 20А, 175-240.

Гренландія, С., Сенн, С. Д., Ротман, К. Д., Карлін, Д. Б., Пул, К., Гудман, С. Н. та Альтман, Д. Г. (2016). Статистичні тести, P-значення, довірчі інтервали та потужність: путівник по помилковим інтерпретаціям. Європейський журнал епідеміології, 31(4), 337-350.