Bonferroni Test (Svenska)


Vad är Bonferroni-testet?

Bonferroni-testet är en typ av multipeljämförelsetest som används i statistisk analys. Vid utförande av ett hypotestest med flera jämförelser kan så småningom ett resultat uppstå som verkar visa statistisk signifikans i den beroende variabeln, även när det inte finns någon.

om ett visst test, som en linjär regression, ger korrekta resultat 99% av tiden, kan samma regression på 100 olika prover leda till minst ett falskt positivt resultat vid någon tidpunkt., Bonferroni-testet försöker förhindra att data felaktigt verkar vara statistiskt signifikanta så här genom att göra en justering under jämförelsetestning.

viktiga Takeaways

  • Bonferroni-testet är ett statistiskt test som används för att minska förekomsten av en falsk positiv.
  • i synnerhet utformade Bonferroni en justering för att förhindra att data felaktigt verkar vara statistiskt signifikanta.
  • en viktig begränsning av bonferroni korrigering är att det kan leda analytiker att blanda faktiska verkliga resultat.,

förstå Bonferroni testet

Bonferroni testet, även känd som ”bonferroni korrigering” eller ”Bonferroni justering” tyder på att p-värdet för varje test måste vara lika med dess alfa dividerat med antalet utförda tester.

testet är uppkallat efter den italienska matematikern som utvecklade den, Carlo Emilio Bonferroni (1892-1960). Andra typer av flera jämförelsetester inkluderar scheffe test och Tukey-Kramer metod test., En kritik av Bonferroni testet är att det är alltför konservativ och kan misslyckas med att fånga några betydande resultat.

i statistiken är en nollhypotes i huvudsak tron att det inte finns någon statistisk skillnad mellan två datamängder som jämförs. Hypotesprovning innebär att testa ett statistiskt prov för att bekräfta eller avvisa en nollhypotes. Testet utförs genom att ta ett slumpmässigt urval av en population eller grupp. Medan nollhypotesen testas testas också den alternativa hypotesen, varigenom de två resultaten utesluter varandra.,

men med någon testning av en nollhypotes finns det förväntan om att ett falskt positivt resultat kan uppstå. Detta kallas formellt ett typ-1-Fel, och som ett resultat tilldelas en felfrekvens som återspeglar sannolikheten för ett typ-1-Fel till testet. Med andra ord kommer en viss procentandel av resultaten sannolikt att ge en falsk positiv.

använda Benferroni korrigering

till exempel kan en felfrekvens på 5% normalt tilldelas ett statistiskt test, vilket innebär att 5% av tiden det sannolikt kommer att vara en falsk positiv., Denna felfrekvens på 5% kallas alfa-nivån. Men när många jämförelser görs i en analys kan felfrekvensen för varje jämförelse påverka de andra resultaten och skapa flera falska positiva resultat.

Bonferroni utformade sin metod att korrigera för de ökade felfrekvenserna i hypotesprovning som hade flera jämförelser. Bonferronis justering beräknas genom att ta antalet test och dela det i alfavärdet. Med hjälp av 5% felfrekvens från vårt exempel, två tester skulle ge en felfrekvens på 0.025 eller (.,05/2) medan fyra tester därför skulle ha felprocenten för .0125 eller (.05/4).

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *