עוצמה סטטיסטית – הבדלי גרסאות
פתיחה של המושג , עריכה, הרחבה |
|||
| שורה 3: | שורה 3: | ||
למעשה עוצמה סטטיסטית היא 1-P כאשר P מייצג את הסיכוי לטעות מסוג שני (β). כאשר הסיכוי לטעות מסוג שני (β) נמוך וקרוב ל-0 העוצמה הסטטיסטית תגדל, וכאשר הסיכוי לטעות מסוג שני (β) גבוה, וקרוב ל-1 העוצמה הסטטיסטית תקטן. ככל שהמחקר שנערך רגיש יותר העוצמה הסטטיסטית גבוהה יותר והסיכוי לטעות מסוג β קטן יותר. |
למעשה עוצמה סטטיסטית היא 1-P כאשר P מייצג את הסיכוי לטעות מסוג שני (β). כאשר הסיכוי לטעות מסוג שני (β) נמוך וקרוב ל-0 העוצמה הסטטיסטית תגדל, וכאשר הסיכוי לטעות מסוג שני (β) גבוה, וקרוב ל-1 העוצמה הסטטיסטית תקטן. ככל שהמחקר שנערך רגיש יותר העוצמה הסטטיסטית גבוהה יותר והסיכוי לטעות מסוג β קטן יותר. |
||
=== דרכים להגדלת העוצמה הסטטיסטית: === |
|||
1. '''רמת מובהקות'''– ככל שרמת המובהקות קטנה העוצמה הסטטיסטית גדלה. כאשר השטח הקריטי גדול יותר קל יותר לדחות את H<sub>0</sub> ולכן העוצמה הסטטיסטית גדלה. |
1. '''רמת מובהקות'''– ככל שרמת המובהקות קטנה העוצמה הסטטיסטית גדלה. כאשר השטח הקריטי גדול יותר קל יותר לדחות את H<sub>0</sub> ולכן העוצמה הסטטיסטית גדלה. |
||
2. '''שינוי סוג ההנחה לחד זנבי'''– שינוי ההנחה לחד זנבית מקלה על דחיית H<sub>0</sub> מבלי לשנות את רמת המובהקות שכן מגדילים את שטח הדחייה. |
2. '''שינוי סוג ההנחה לחד זנבי'''– שינוי ההנחה לחד זנבית מקלה על דחיית H<sub>0</sub> מבלי לשנות את רמת המובהקות שכן מגדילים את שטח הדחייה. |
||
3. '''גודל האפקט (Effect size)'''– מדד סטנדרטי המלמד על עצמת הקשר בין המשתנים. (מידת ההשפעה של הטיפול/מניפולציה) בודקים את הקשר בין האוכלוסיות והפיזור. אם הפיזור/שונות (σ) קטן אז העוצמה גבוהה יותר וקל יותר לדחות את |
3. '''גודל האפקט (Effect size)'''– מדד סטנדרטי המלמד על עצמת הקשר בין המשתנים. (מידת ההשפעה של הטיפול/מניפולציה) בודקים את הקשר בין האוכלוסיות והפיזור. אם הפיזור/שונות (σ) קטן אז העוצמה גבוהה יותר וקל יותר לדחות את H<sub>0</sub>. אם ההבדל בין ממוצעי הקבוצות גדול העוצמה גבוהה וקל יותר לדחות את H<sub>0</sub>. נחשב דרך הכי משפיעה על העוצמה הסטטיסטית. |
||
ההבדל בין ממוצעי הקבוצות גדול העוצמה גבוהה וקל יותר לדחות את H<sub>0</sub>. נחשב דרך הכי משפיעה על העוצמה הסטטיסטית. |
|||
4. '''גודל המדגם''' – ככל שה-N גדל הסיכוי לדחות את H<sub>0</sub> גדל ולכן העוצמה הסטטיסטית גדלה. מכיוון שהאוכלוסייה הכללית מיוצגת טוב יותר יש יותר סיכוי לזהות קשרים שקיימים באוכלוסייה. |
4. '''גודל המדגם''' – ככל שה-N גדל הסיכוי לדחות את H<sub>0</sub> גדל ולכן העוצמה הסטטיסטית גדלה. מכיוון שהאוכלוסייה הכללית מיוצגת טוב יותר יש יותר סיכוי לזהות קשרים שקיימים באוכלוסייה. |
||
| שורה 21: | שורה 19: | ||
ניתוח עוצמה הוא חישוב גודל ה[[מדגם]] הדרוש לסקר על מנת שתוצאותיו יוכלו לעמוד במבחן הסטטיסטי הרצוי, בעוצמה הרצויה. |
ניתוח עוצמה הוא חישוב גודל ה[[מדגם]] הדרוש לסקר על מנת שתוצאותיו יוכלו לעמוד במבחן הסטטיסטי הרצוי, בעוצמה הרצויה. |
||
הפניות |
|||
* Weisburd, D., & Britt, C. (2014). Defining the Observed Significance Level of a Test: A Simple Example Using the Binomial Distribution. In ''Statistics in Criminal Justice'' (pp. 145-170). Springer US. |
|||
* Everitt, B. S., & Skrondal, A. (2002). The Cambridge dictionary of statistics.''Cambridge: Cambridge''. |
|||
קישורים חיצונים |
|||
* Video: Power and Sample Size Primer by NCSS |
|||
* WebPower - Free online sample size planning for one-way ANOVA, two-way ANOVA, repeated-measure ANOVA, SEM, multilevel modeling |
|||
* PowerAndSampleSize.com – free, online power and sample size calculators with graphics highlighting sensitivity to input values |
|||
* PASS – Power analysis and sample size software |
|||
* <nowiki>https://www.youtube.com/watch?v=QW9_T8nrApU</nowiki> |
|||
==ראו גם== |
==ראו גם== |
||
* [[הסקת מסקנות]] |
* [[הסקת מסקנות]] |
||
* Cohen, J. (1992). Statistical power analysis. ''Current directions in psychological science'', 98-101. |
|||
{{קצרמר|סטטיסטיקה}} |
{{קצרמר|סטטיסטיקה}} |
||
גרסה מ־19:26, 29 בדצמבר 2015
עוצמה סטטיסטית היא הסיכוי לדחיית השערת האפס (H0) במחקר על בסיס נתוני המדגם וקביעה כי יש קשר בין המשתנים באוכלוסייה, כאשר הקשר/הבדל אכן קיים במציאות.
למעשה עוצמה סטטיסטית היא 1-P כאשר P מייצג את הסיכוי לטעות מסוג שני (β). כאשר הסיכוי לטעות מסוג שני (β) נמוך וקרוב ל-0 העוצמה הסטטיסטית תגדל, וכאשר הסיכוי לטעות מסוג שני (β) גבוה, וקרוב ל-1 העוצמה הסטטיסטית תקטן. ככל שהמחקר שנערך רגיש יותר העוצמה הסטטיסטית גבוהה יותר והסיכוי לטעות מסוג β קטן יותר.
דרכים להגדלת העוצמה הסטטיסטית:
1. רמת מובהקות– ככל שרמת המובהקות קטנה העוצמה הסטטיסטית גדלה. כאשר השטח הקריטי גדול יותר קל יותר לדחות את H0 ולכן העוצמה הסטטיסטית גדלה.
2. שינוי סוג ההנחה לחד זנבי– שינוי ההנחה לחד זנבית מקלה על דחיית H0 מבלי לשנות את רמת המובהקות שכן מגדילים את שטח הדחייה.
3. גודל האפקט (Effect size)– מדד סטנדרטי המלמד על עצמת הקשר בין המשתנים. (מידת ההשפעה של הטיפול/מניפולציה) בודקים את הקשר בין האוכלוסיות והפיזור. אם הפיזור/שונות (σ) קטן אז העוצמה גבוהה יותר וקל יותר לדחות את H0. אם ההבדל בין ממוצעי הקבוצות גדול העוצמה גבוהה וקל יותר לדחות את H0. נחשב דרך הכי משפיעה על העוצמה הסטטיסטית.
4. גודל המדגם – ככל שה-N גדל הסיכוי לדחות את H0 גדל ולכן העוצמה הסטטיסטית גדלה. מכיוון שהאוכלוסייה הכללית מיוצגת טוב יותר יש יותר סיכוי לזהות קשרים שקיימים באוכלוסייה.
5. מבחנים פרמטרים – עוצמה סטטיסטית גדולה יותר שכן נעשה שימוש במדד אינטרוולי שיש בו יותר מידע ולכן הוא יותר רגיש.
בבדיקת השערות עומדת לבחינה השערה, הנקראת 'השערת האפס'. לצורך החלטה מבצעים ניסוי, ומשלבים את התוצאות במבחן שנבחר מראש. תוצאת המבחן היא אחת משתי מסקנות אפשריות: לדחות את ההשערה, או שלא לדחות אותה. דחיית השערה על אודות הבדל בין שתי אוכלוסיות, למרות קיומו של הבדל כזה במציאות, נקראת שגיאה מסוג II. עוצמה סטטיסטית היא מידת הביטחון שלא הייתה שגיאה מסוג זה. זאת להבדיל ממובהקות סטטיסטית שהיא מידת הביטחון שלא נעשתה שגיאה מסוג I.
עוצמתו של מבחן סטטיסטי תלויה בגורמים התלויים בהליך המבחן עצמו (מבחן T דו זנבי דורש יותר פרטים מאשר חד זנבי), בגודל המדגם הסטטיסטי, בגודל האוכלוסייה הנחקרת (כל זמן שכלל האוכלוסייה קטנה יחסית), בהבדל הממוצע בפרמטר הנחקר של האוכלוסייה (הבדלים גדולים בין שתי תת-אוכלוסיות דורשים מדגם קטן יותר), בהתפלגות של פרמטר זה (התפלגות בינומית דורשת מדגם קטן יותר מאשר התפלגות נורמלית של משתנה רציף) ובמידת הדיוק שבמדידות.
ניתוח עוצמה הוא חישוב גודל המדגם הדרוש לסקר על מנת שתוצאותיו יוכלו לעמוד במבחן הסטטיסטי הרצוי, בעוצמה הרצויה.
הפניות
- Weisburd, D., & Britt, C. (2014). Defining the Observed Significance Level of a Test: A Simple Example Using the Binomial Distribution. In Statistics in Criminal Justice (pp. 145-170). Springer US.
- Everitt, B. S., & Skrondal, A. (2002). The Cambridge dictionary of statistics.Cambridge: Cambridge.
קישורים חיצונים
- Video: Power and Sample Size Primer by NCSS
- WebPower - Free online sample size planning for one-way ANOVA, two-way ANOVA, repeated-measure ANOVA, SEM, multilevel modeling
- PowerAndSampleSize.com – free, online power and sample size calculators with graphics highlighting sensitivity to input values
- PASS – Power analysis and sample size software
- https://www.youtube.com/watch?v=QW9_T8nrApU
ראו גם
- הסקת מסקנות
- Cohen, J. (1992). Statistical power analysis. Current directions in psychological science, 98-101.
