の p 有意性検定で帰無仮説を棄却するか否かを決定するには、値が重要です。残念ながら p 値もしばしば誤解されています。このスクリプトは1サンプルのStudent'sに基づいていますトン - 人口のテスト。検定統計量とその関連をシミュレートします。 p 多くのサンプルのための値。どのような場合でもシミュレートできます。つまり、母集団の平均と標準偏差、および仮説の平均を入力できます。
スクリプトを開いて実行するだけです。最初に、帰無仮説が真実であるケースをシミュレートします。この例において、最終調製物の重要な性質はｐＨである。それは6であるべきです（H0：平均pH = 6）。調製ｐＨ値の模擬集団は、平均６および標準偏差０．１ｐＨを有する。12個の製剤のpHを求めます。10万サンプルをシミュレートしてトン統計とその p 各サンプルの値。次のダイアログには、このシミュレーションに対する正しいパラメータがすべて含まれています。
クリック OK 。
各サンプルの結果は別々の行に表示されます。
のサンプリング分布トン統計とその p 値は配布プラットフォームに表示されます。ここで注意すべき2つの重要な機能があります。まず、トン帰無仮説が真のとき、統計量は対称的に分布します。第二に、 p 帰無仮説が真の場合、値は一様分布します。その一様性が、帰無仮説を棄却する規則が p 有意水準よりも小さい値は、選択された有意水準に等しいタイプIエラーの確率につながります。
このデモンストレーションを繰り返します。今回は、対立仮説が正しい場合をシミュレートします。唯一の変化は、調製ｐＨ値の模擬集団が平均６．１を有することである。私は再び12の調製物についてpHを得る。10万サンプルをシミュレートしてトン統計とその p 各サンプルの値。次のダイアログには、2番目のシミュレーションの正しいパラメータがすべて含まれています。
クリック OK 。
2つの主な機能が劇的に変わりました。標本、見本トン統計はもはや対称的ではありません。この形状は非中央t分布 。の p 値はもはや一様に分布していません。多くの結果が90％を超える有意水準以下になりました。これは、平均値の変化が1標準偏差に等しく、標本数が12の場合のこの検定の検出力を示します。
