Jaká je úroveň alfa?

Přejít na

Tuto wiki najdete na platformě Physiotutors Staňte se členem

Naučte se

Jaká je úroveň alfa? | Statistiky

Ve frekvenční statistice je hladina alfa (známá také jako hladina významnosti) pravděpodobnost zamítnutí nulové hypotézy, pokud je pravdivá. V kontextu fyzioterapeutického výzkumu by nulová hypotéza mohla znít, že mezi dvěma různými fyzioterapeutickými intervencemi není rozdíl ve snížení bolesti. Hladina alfa je obvykle stanovena na 0,05, což znamená, že existuje 5% pravděpodobnost nesprávného zamítnutí nulové hypotézy (tj. závěru, že existuje rozdíl ve snížení bolesti, i když ve skutečnosti neexistuje) v dlouhodobém horizontu.

Zvláště důležité je to brát jako dlouhodobý výsledek. Pokud se provede 100 podobných studií, 5 z nich v průměru ukáže falešně pozitivní výsledek, pokud se neprojeví žádný účinek.

Vysvětlení na příkladu

Řekněme, že studie porovnává dvě fyzioterapeutické intervence při bolestech dolní části zad a výsledky ukazují, že průměrné snížení bolesti u intervence A je 6 bodů na stupnici bolesti a průměrné snížení bolesti u intervence B je 8 bodů na stupnici bolesti. Při hladině alfa 0,05 by výzkumníci zamítli nulovou hypotézu a dospěli by k závěru, že mezi oběma intervencemi existuje statisticky významný rozdíl ve snížení bolesti, protože rozdíl v prostředcích je větší, než by se dalo očekávat na základě náhody.

Všechna zdrávka p<0,05?

Je důležité si uvědomit, že stanovení hladiny alfa 0,05 je konvence, nikoli pravidlo. Volba hladiny alfa závisí na kontextu studie a potenciálních důsledcích falešně pozitivního nebo falešně negativního výsledku. Pokud jsou například důsledky falešně pozitivního výsledku (tj. závěru, že léčba je účinná, i když není) závažnější, mohou se výzkumníci rozhodnout použít nižší hladinu alfa (např. 0,01), aby snížili pravděpodobnost falešně pozitivního výsledku.

Dlouhodobý výhled

Chceme znovu zdůraznit význam dlouhodobého pohledu. Nemůžete jednoduše říci, že existuje 5% pravděpodobnost, že se dokument stal falešně pozitivním výsledkem. Když je výzkum proveden, je prostě falešně pozitivní, nebo není. 5 % vypovídá o dlouhodobých výsledcích. Provedení tohoto testu ve více studiích s podobnými podmínkami povede k tomu, že přibližně 5 % prací bude mít falešně pozitivní výsledek.

Fyzioterapeutická intervence se může jevit jako velmi účinná pro snížení bolesti dolní části zad, s malou p-hodnotou (což znamená statisticky významný rozdíl) a velkou velikostí účinku. Pokud však tato jediná studie není opakována v jiných studiích, je obtížné určit, zda jsou výsledky způsobeny náhodou nebo skutečným účinkem.

Dlouhodobý pohled zohledňuje výsledky více studií v průběhu času, aby poskytl komplexnější pochopení účinnosti intervence. Tento přístup je důležitý zejména ve fyzioterapeutickém výzkumu, kde výsledky jedné studie nemusí být zobecnitelné pro jiné populace nebo prostředí.

Mylné představy

Existuje několik běžných mylných představ o p-hodnotě:

P-hodnota je měřítkem síly důkazu: Hodnota p neměří sílu důkazu proti nulové hypotéze, ale spíše pravděpodobnost pozorování stejně extrémní nebo extrémnější testovací statistiky, než je pozorovaná, za předpokladu, že nulová hypotéza je pravdivá.
Malá p-hodnota znamená silný důkaz proti nulové hypotéze: Malá p-hodnota pouze naznačuje, že data nejsou v souladu s nulovou hypotézou, ale neposkytuje důkaz pro alternativní hypotézu. Malá p-hodnota navíc neznamená, že je účinek velký nebo důležitý.
P-hodnota 0,05 je tvrdá hranice významnosti: Hranice 0,05 je arbitrární a byla přijata jako konvenční mezní hodnota pro statistickou významnost, ale neznamená to, že výsledky s p-hodnotou vyšší než 0,05 nejsou automaticky významné. Interpretace p-hodnoty by měla záviset na kontextu a zkoumané výzkumné otázce.
P-hodnota je pravděpodobnost pravdivosti nulové hypotézy: Hodnota p není pravděpodobnost, že nulová hypotéza je pravdivá, ale pravděpodobnost pozorování dat, pokud je nulová hypotéza pravdivá.
P-hodnotu lze použít k vyvození kauzálního závěru: Hodnota p poskytuje pouze důkaz pro nebo proti nulové hypotéze a nemusí nutně znamenat kauzalitu. Vyvození příčinné souvislosti vyžaduje další informace, například dobře navrženou studii s vhodnými kontrolami matoucích faktorů.