Что такое альфа-уровень? | Статистика

В мюнхенской статистике альфа-уровень (также известный как уровень значимости) - это вероятность отвергнуть нулевую гипотезу, когда она верна. В контексте исследований в области физиотерапии нулевая гипотеза может заключаться в том, что между двумя разными физиотерапевтическими вмешательствами нет разницы в уменьшении боли. Альфа-уровень обычно устанавливается на уровне 0,05, что означает, что в долгосрочной перспективе существует 5-процентный шанс неверно отвергнуть нулевую гипотезу (то есть сделать вывод о наличии разницы в снижении боли, когда на самом деле ее нет).

Особенно важно учитывать, что это долгосрочный результат. Если провести 100 подобных исследований, то в среднем 5 из них покажут ложноположительный результат при отсутствии эффекта.

Объясняется на примере

Допустим, в исследовании сравниваются два физиотерапевтических вмешательства при болях в пояснице, и результаты показывают, что среднее снижение боли при вмешательстве А составляет 6 баллов по шкале боли, а среднее снижение боли при вмешательстве Б - 8 баллов по шкале боли. При альфа-уровне 0,05 исследователи отвергнут нулевую гипотезу и сделают вывод, что существует статистически значимая разница в уменьшении боли между двумя вмешательствами, потому что разница в средствах больше, чем можно было бы ожидать по случайности.

Все грады p<0.05?

Важно отметить, что установление альфа-уровня 0.05 - это условность, а не правило. Выбор альфа-уровня зависит от контекста исследования и потенциальных последствий ложноположительного или ложноотрицательного результата. Например, если последствия ложноположительного результата (то есть заключения о том, что лечение эффективно, когда это не так) будут более серьезными, исследователи могут выбрать более низкий альфа-уровень (например, 0.01), чтобы уменьшить вероятность ложноположительного результата.

Долгосрочная перспектива

Мы хотим еще раз подчеркнуть важность долгосрочного взгляда на вещи. Ты не можешь просто сказать, что существует 5-процентная вероятность того, что бумага стала ложноположительным результатом. Когда исследование будет проведено, оно просто окажется ложноположительным, либо нет. 5% говорят о долгосрочных результатах. Проведение этого теста в нескольких исследованиях с похожими условиями приведет к тому, что примерно в 5% работ будет получен ложноположительный результат.

Может показаться, что физиотерапевтическое вмешательство очень эффективно для уменьшения боли в пояснице, с небольшим p-значением (указывающим на статистически значимую разницу) и большим размером эффекта. Однако если это единичное исследование не будет повторено в других исследованиях, то сложно определить, объясняются ли результаты случайностью или реальным эффектом.

Долгосрочный взгляд рассматривает результаты множества исследований за определенный период времени, чтобы дать более полное понимание эффективности вмешательства. Такой подход особенно важен в исследованиях по физиотерапии, где результаты одного исследования могут не обобщаться на другие популяции или условия.

Заблуждения

Существует несколько распространенных заблуждений, связанных с p-значением:

• P-значение - это показатель силы доказательств: p-значение не измеряет силу доказательства против нулевой гипотезы, а скорее определяет вероятность того, что тестовая статистика будет такой же экстремальной или более экстремальной, чем наблюдаемая, если предположить, что нулевая гипотеза верна.
• Маленькое p-значение означает сильные доказательства против нулевой гипотезы: Маленькое p-значение говорит лишь о том, что данные не соответствуют нулевой гипотезе, но не дает доказательств в пользу альтернативной гипотезы. Кроме того, небольшое значение p-value не означает, что эффект большой или важный
• P-значение 0.05 - это жесткий порог значимости: Порог 0,05 является произвольным и был принят в качестве общепринятого отсечения статистической значимости, но это не означает, что результаты с p-значениями больше 0,05 автоматически не являются значимыми. Интерпретация p-значения должна зависеть от контекста и изучаемого вопроса исследования.
• P-значение - это вероятность того, что нулевая гипотеза верна: p-значение - это не вероятность того, что нулевая гипотеза верна, а скорее вероятность наблюдения данных, если нулевая гипотеза верна.
• Р-значение можно использовать для того, чтобы сделать причинно-следственное заключение: Значение p-value лишь предоставляет доказательства в пользу или против нулевой гипотезы и не обязательно подразумевает причинно-следственную связь. Вывод о причинах требует дополнительной информации, например, хорошо спланированного исследования с соответствующим контролем сбивающих факторов

Для получения дополнительной информации о P-значении. Ознакомься с нашим постом об этом здесь!

Апшур, Р. Е. (2001). Этика альфы: размышления о статистике, доказательствах и ценностях в медицине. Теоретическая медицина и биоэтика, 22(6), 565-576.

Berger, V. W., & Hsieh, G. (2005). Переосмысление статистики: основывай альфа-уровни эффективности на данных о безопасности в рандомизированных исследованиях. Израильский журнал экстренной медицины, 5(3), 55-60.

Нейман, Дж. и Пирсон, Е.С. (1928) Об использовании и интерпретации некоторых тестовых критериев для целей статистического вывода. Biometrika, 20A, 175-240.

Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Статистические тесты, значения P, доверительные интервалы и мощность: руководство по неправильной интерпретации. Европейский журнал эпидемиологии, 31(4), 337-350.