Was ist statistische Signifikanz?
Statistische Signifikanz ist die Wahrscheinlichkeit, dass eine Beziehung zwischen zwei oder mehr Variablen durch etwas anderes als den Zufall verursacht wird. Mit statistischen Hypothesentests wird ermittelt, ob das Ergebnis eines Datensatzes statistisch signifikant ist. Dieser Test liefert einen p-Wert, der die Wahrscheinlichkeit darstellt, mit der zufällige Zufälle das Ergebnis erklären können. Im Allgemeinen wird ein p-Wert von 5% oder weniger als statistisch signifikant angesehen.
Statistisch signifikant
Statistische Signifikanz verstehen
Die statistische Signifikanz wird verwendet, um die Nullhypothese zu akzeptieren oder abzulehnen, bei der davon ausgegangen wird, dass zwischen den gemessenen Variablen keine Beziehung besteht. Ein Datensatz ist statistisch signifikant, wenn der Datensatz groß genug ist, um das untersuchte Phänomen oder die untersuchte Bevölkerungsstichprobe genau darzustellen. Ein Datensatz wird typischerweise als statistisch signifikant angesehen, wenn die Wahrscheinlichkeit, dass das Phänomen zufällig ist, kleiner als 1/20 ist, was zu einem p-Wert von 5% führt. Wenn das Testergebnis den p-Wert überschreitet, wird die Nullhypothese akzeptiert. Wenn das Testergebnis kleiner als der p-Wert ist, wird die Nullhypothese verworfen.
Beispiel für statistische Signifikanz
Angenommen, Joe Sample arbeitet für ein Unternehmen, das Laufschuhe herstellt. Für eine optimale Produktion überlegt er, wie viele Schuhe in der Größe eines jeden Geschlechts hergestellt werden sollen. Joe stützt sich nicht auf vereinzelte Beweise dafür, dass Männer im Vergleich zu Frauen größer sind. Er entscheidet sich für eine statistische Studie, die die Korrelation zwischen Geschlecht und Fußgröße zeigt, um genaue Vorhersagen zu treffen.
Wenn der p-Wert der Studie 2% (<5%) wäre, hätte dies ein statistisch signifikantes Ergebnis. Der p-Wert gibt an, dass nur eine 2% ige Wahrscheinlichkeit besteht, dass der Zusammenhang zwischen Fußgröße und Geschlecht zufällig war. Er konnte die Daten der Studie dann vernünftigerweise verwenden, um die Produktionspläne seines Unternehmens zu erstellen.
Wenn andererseits der p-Wert 6% (> 5%) wäre, wäre es nicht sinnvoll, die Studie als Grundlage für seine Produktionspläne zu verwenden. Wenn die Studie mit dem 2% -p-Wert ergab, dass die meisten Männer Schuhgrößen zwischen 8 und 12 und Frauen Schuhgrößen zwischen 4 und 8 haben, könnte er Pläne entwickeln, die meisten Schuhe in diesen Größen herzustellen.
Die statistische Signifikanz wird häufig für neue Arzneimittelstudien, zum Testen von Impfstoffen und zum Studium der Pathologie für Wirksamkeitstests verwendet, um Investoren darüber zu informieren, wie erfolgreich das Unternehmen bei der Freigabe neuer Produkte ist.
Zum Beispiel berichtete Novo Nordisk, der pharmazeutische Marktführer für Diabetesmedikamente, dass der Typ-1-Diabetes beim Testen seines neuen Insulins statistisch signifikant gesunken ist. Der Test bestand aus 26 Wochen randomisierter Therapie bei Diabetes-Patienten. Das Ergebnis war eine Verringerung des Typ-1-Diabetes und ein p-Wert von weniger als 5%, was bedeutet, dass die Verringerung des Diabetes nicht zufällig war.
Die zentralen Thesen
- Die statistische Signifikanz ist die Wahrscheinlichkeit, dass eine Beziehung zwischen zwei oder mehr Variablen durch etwas anderes als den Zufall verursacht wird. Die statistische Signifikanz wird verwendet, um die Nullhypothese zu akzeptieren oder abzulehnen, bei der angenommen wird, dass es keine Beziehung zwischen gemessenen Variablen gibt Bestimmen Sie, ob das Ergebnis eines Datensatzes statistisch signifikant ist.
