Testen des p-Werts gegen den Alpha-Wert im t-TestHallo,
Ich mache einige Hausaufgaben für einen Statistikkurs und führe einen T-Test auf verschiedenen Alpha-Stufen durch.
Für Alpha = 0,05 ist Prob > |t| 0,0416 wird rot, was ich erwartet hatte, da es kleiner als der Alpha-Wert ist.
Als ich Alpha auf 0,0056 änderte, blieb der Wert gleich und die Farbe blieb rot. Sollte es nicht schwarz werden, wenn der Wert 0,0416 > 0,0056 (der eingestellte Alpha-Wert) ist? Oder interpretiere Prob > |t| falsch?
?
Danke
Ole
Betreff: Testen des p-Werts gegen den Alpha-Wert im t-TestVielen Dank euch beiden.
Betreff: Testen des p-Werts gegen den Alpha-Wert im t-TestJims Ansatz ist besser!
Betreff: Testen des p-Werts gegen den Alpha-Wert im t-TestDer angezeigte p-Wert verwendet die bedingte P-Wert-Formatierung.Dieses bedingte Format wird global in den JMP-Einstellungen für Berichte festgelegt und ist standardmäßig auf <.05 und auf Rot eingestellt. Die Bedingungen können vom Benutzer geändert werden. Wenn sie während der Anzeige der Oneway-Plattform geändert werden, wird die Anzeige sofort geändert, sobald das Fenster „Einstellungen“ geschlossen wird.Im Bild unten ist zu sehen, dass ich die bedingte PValue-Formatierung auf andere Einstellungen geändert habe.Hier werde ich nur Werte <.02 rot färben. Und ich habe eine weitere Bedingung hinzugefügt, die steuert, dass jeder gefundene Wert mit einem Wert >= .1 grün ist.Diese Einstellung wird nicht angezeigt, da jeweils nur eine Bedingung angezeigt werden kann.In der Oneway-Analyse auf der rechten Seite des Bildes können Sie jedoch sehen, dass nur der p-Wert kleiner als 0,2 rot und ein p-Wert größer als 0,1 grün ist.
Ich hoffe, das klärt das Problem.
Übrigens fände ich es schön, wenn die Formatierung der Einstellung „Konfidenz“ (Alfa) folgen könnte.Sie müssen dies zur JMP-Wunschliste hinzufügen
Betreff: Testen des p-Werts gegen den Alpha-Wert im t-TestDies können Sie interaktiv tun:
Doppelklicken Sie auf den p-Wert. Sie sehen ein Dialogfeld mit der Meldung, dass das Format PValue ist. Sie werden auch sehen, dass die bedingte Hervorhebung PValue ist. Klicken Sie auf eines davon, um ein Dropdown-Menü mit den verschiedenen Formaten oder bedingten Hervorhebungsoptionen anzuzeigen. Die letzte Option ist „Benutzerdefiniert“ oder „Neu hinzufügen“. Wählen Sie diese aus und definieren Sie sie nach Ihren Wünschen.
Sie können dies auch durch Skripting tun. Einzelheiten finden Sie im Abschnitt „Erstellen benutzerdefinierter Funktionen, Transformationen und Formate“ der Dokumentation zum Skripthandbuch.
Betreff: Testen des p-Werts gegen den Alpha-Wert im t-TestHallo Dan,
Danke für die schnelle Antwort.
Eine Folgefrage: Ist viel Skripting erforderlich, um die Farbe entsprechend der verwendeten Alpha-Stufe zu ändern? Wenn es einfach ist, würde ich mein Skript entsprechend aktualisieren, damit der Lehrer mir nicht sagen kann, dass R eine leistungsfähigere Lösung ist (wie er es empfohlen hat …).
Ansonsten verwende ich ein Trenddiagramm, das die verschiedenen |t| vergleicht Werte nach Variable gegen die 2 verschiedenen Alpha-Ebenen (mit/und ohne Bonferroni-Korrektur) als Y-Referenzlinien.
Danke
Ole
Betreff: Testen des p-Werts gegen den Alpha-Wert im t-TestDer p-Wert wird unabhängig von Ihrem Alpha-Wert berechnet. Es ändert sich nicht, egal wie oft Sie den Test ausführen. Das ist das Schöne am p-Wert. Dies führt zu einer einfachen Entscheidungsregel: Wenn der p-Wert kleiner als Alpha ist, lehnen Sie die Nullhypothese ab. Der Alpha-Wert befindet sich „in Ihrem Kopf“, was bedeutet, dass es sich um den Schwellenwert handelt, den SIE festlegen. JMP ist es eigentlich egal, was es ist, aber JMP stellt Ihnen die Informationen zur Verfügung, die Sie für Ihre Entscheidung benötigen.
Das Ändern der Farbe (und das Hinzufügen eines Sternchens) des p-Werts ist ein anderes Problem. Dabei handelt es sich lediglich um eine Formatierung des p-Werts, den JMP bereitstellt. Diese Formatierung ist für Alpha = 0,05 fest codiert (der typische Alpha-Wert, den die meisten Leute verwenden). Wenn Sie ein anderes Alpha verwenden, ist die Formatierung nicht korrekt. Aber die Entscheidungsregel, die ich oben erwähnt habe, wird immer richtig sein.
Beachten Sie, dass es in JMP Möglichkeiten gibt, die für die p-Werte verwendete Formatierung zu ändern. Dies würde jedoch den Rahmen dieses Beitrags sprengen.
