Co to jest test Bonferroniego?
Test Bonferroniego jest rodzajem testu wielokrotnego porównania stosowanego w analizie statystycznej. Podczas przeprowadzania szeregu testów hipotez z wieloma porównaniami, ostatecznie może wystąpić wynik, który pokazuje istotność statystyczną zmiennej zależnej, nawet jeśli jej nie ma.
Jeśli określony test daje prawidłowe wyniki w 99% przypadków, uruchomienie 100 testów może doprowadzić do fałszywego wyniku gdzieś w mieszance. Test Bonferroni ma na celu zapobieżenie nieprawidłowemu pojawianiu się danych statystycznie istotnych poprzez dokonanie korekty podczas testów porównawczych.
Test Bonferroniego, znany również jako „korekta Bonferroniego” lub „korekta Bonferroniego” sugeruje, że wartość „p” dla każdego testu musi być równa wartości alfa podzielonej przez liczbę testów.
Kluczowe dania na wynos
- Test Bonferroniego jest rodzajem testu wielokrotnego porównania stosowanego w analizie statystycznej. Podczas testowania hipotez z wieloma porównaniami mogą wystąpić błędy lub fałszywe wyniki dodatnie. Firma Bonferroni zaprojektowała test lub korektę, aby zapobiec nieprawidłowemu przedstawianiu danych statystycznie istotnych.
Zrozumienie testu Bonferroniego
Test Bonferroniego został nazwany na cześć włoskiego matematyka, który go opracował, Carlo Emilio Bonferroni (1892–1960). Inne rodzaje wielokrotnych testów porównawczych obejmują test Scheffe'a i test metodą Tukeya-Kramera. Krytyką testu Bonferroniego jest to, że jest on zbyt konserwatywny i może nie uchwycić pewnych znaczących ustaleń.
W statystyce hipoteza zerowa jest zasadniczo przekonaniem, że nie ma różnicy statystycznej między porównywanymi dwoma zestawami danych. Testowanie hipotez obejmuje testowanie próby statystycznej w celu potwierdzenia lub odrzucenia hipotezy zerowej. Test przeprowadza się, pobierając losową próbkę populacji lub grupy. Podczas testowania hipotezy zerowej testowana jest również hipoteza alternatywna, dzięki czemu oba wyniki wykluczają się wzajemnie.
Jednak przy każdym testowaniu hipotezy zerowej można oczekiwać fałszywie dodatniego wyniku. Ten błąd nazywany jest błędem typu 1, w wyniku czego do testu przypisywany jest poziom błędu. Innymi słowy, pewien procent wyników prawdopodobnie spowoduje błąd.
Na przykład do testu można zwykle przypisać 5% poziom błędu, co oznacza, że w 5% przypadków wystąpi fałszywy alarm. 5% poziom błędu nazywa się poziomem alfa. Jednak w przypadku wykonywania wielu porównań w teście poziom błędu dla każdego porównania może wpłynąć na wyniki, tworząc wiele wyników fałszywie dodatnich.
Bonferroni zaprojektował metodę korygowania zwiększonego poziomu błędów w testowaniu hipotez, który miał wiele porównań. Dostosowanie Bonferroniego oblicza się, biorąc liczbę testów i dzieląc ją na wartość alfa. Korzystając z 5% poziomu błędu z naszego przykładu, dwa testy dałyby poziom błędu 0, 025 lub (0, 05 / 2), podczas gdy cztery testy miałyby poziom błędu 0, 0125 lub (0, 05 / 4).
