Tilastollinen merkitsevyys

Mikä on tilastollinen merkitsevyys?

Tilastollinen merkitsevyys on analyytikon tekemä arvio, jonka mukaan aineiston tulokset eivät ole selitettävissä pelkästään sattumalta. Tilastollisen hypoteesin testaus on menetelmä, jolla analyytikko tekee tämän määrityksen. Tämä testi tarjoaa p-arvon,. joka on todennäköisyys havaita yhtä äärimmäisiä tuloksia kuin tiedoissa, olettaen, että tulokset johtuvat todella pelkästä sattumasta. P-arvoa, joka on 5 % tai pienempi, pidetään usein tilastollisesti merkitsevänä.

Tilastollisen merkityksen ymmärtäminen

Tilastollinen merkitsevyys on nollahypoteesin määritys,. joka viittaa siihen, että tulokset johtuvat pelkästään sattumasta. Aineisto antaa tilastollisen merkitsevyyden, kun p-arvo on riittävän pieni.

Kun p-arvo on suuri, datan tulokset ovat selitettävissä pelkästään sattumalta, ja tietojen katsotaan olevan nollahypoteesin mukaisia (vaikka se ei todista) nollahypoteesia.

Kun p-arvo on riittävän pieni (tyypillisesti 5 % tai vähemmän), tulokset eivät ole helposti selitettävissä pelkällä sattumalla, ja tietojen katsotaan olevan ristiriidassa nollahypoteesin kanssa. Tässä tapauksessa pelkkä sattuman nollahypoteesi tietojen selityksenä hylätään systemaattisemman selityksen hyväksi.

Tilastollista merkitsevyyttä käytetään usein uusien lääkkeiden tutkimuksissa, rokotteiden testaamisessa ja patologian tutkimuksessa tehokkuuden testaamiseen ja sijoittajien tiedottamiseen siitä, kuinka menestystä uusien tuotteiden julkaisussa on.

Esimerkkejä tilastollisesta merkitsevyydestä

Oletetaan, että Alex, rahoitusanalyytikko, on utelias tietämään, tiesivätkö jotkut sijoittajat etukäteen yrityksen äkillisestä epäonnistumisesta. Alex päättää verrata päivittäisten markkinatuottojen keskiarvoa ennen yrityksen epäonnistumista ja sen jälkeen saatuja tuottoja nähdäkseen, onko näiden kahden keskiarvon välillä tilastollisesti merkitsevää eroa.

Tutkimuksen p-arvo oli 28 % (> 5 %), mikä osoittaa, että havaitun suuruinen ero (-0,0033 - +0,0007) ei ole epätavallinen vain sattumanvaraisen selityksen mukaan. Näin ollen tiedot eivät antaneet vakuuttavaa näyttöä epäonnistumisesta etukäteen tiedossa. Toisaalta, jos p-arvo olisi 0,01 % (paljon alle 5 %), havaittu ero olisi hyvin epätavallinen vain sattumanvaraisen selityksen mukaan. Tässä tapauksessa Alex voi päättää hylätä nollahypoteesin ja tutkia tarkemmin, oliko joillakin kauppiailla ennakkotietoa.

Tilastollista merkitsevyyttä käytetään myös uusien lääketieteellisten tuotteiden, kuten lääkkeiden, laitteiden ja rokotteiden, testaamiseen. Julkisesti saatavilla olevat tilastollisesti merkittävät raportit kertovat sijoittajille myös siitä, kuinka onnistunut uusien tuotteiden julkaisu.

Oletetaan esimerkiksi, että lääkealan johtava diabeteksen lääkitys ilmoitti, että tyypin 1 diabeteksessa oli tilastollisesti merkittävää laskua, kun se testasi uutta insuliiniaan. Testi koostui 26 viikon satunnaistetusta hoidosta diabetespotilaiden keskuudessa, ja tulokset antoivat p-arvon 4 %. Tämä merkitsee sijoittajille ja sääntelyviranomaisille, että tiedot osoittavat tilastollisesti merkitsevän tyypin 1 diabeteksen vähenemisen.

Lääkeyhtiöiden osakehintoihin vaikuttavat usein ilmoitukset niiden uusien tuotteiden tilastollisesta merkityksestä.

Kohokohdat

• Tilastollista merkitsevyyttä käytetään todisteeksi nollahypoteesin uskottavuudesta, joka olettaa, että datassa ei ole muuta kuin satunnainen sattuma.

• Tilastollisen hypoteesitestauksen avulla määritetään, onko aineiston tulos tilastollisesti merkitsevä.

• Tilastollinen merkitsevyys on määritys, että kahden tai useamman muuttujan välinen suhde johtuu jostain muusta kuin sattumasta.

• Yleensä p-arvoa, joka on 5 % tai pienempi, pidetään tilastollisesti merkitsevänä.

UKK

Miten tilastollinen merkitsevyys määritetään?

Tilastollisen hypoteesitestauksen avulla määritetään, ovatko tiedot tilastollisesti merkitseviä. Toisin sanoen, voidaanko ilmiö selittää pelkän sattuman sivutuotteena vai ei. Tilastollinen merkitsevyys on nollahypoteesin määritys, joka olettaa, että tulokset johtuvat pelkästään sattumasta. Nollahypoteesi on hylättävä, jotta dataa pidettäisiin tilastollisesti merkitsevänä.

Mikä on P-arvo?

P-arvo mittaa todennäköisyyttä, että havaittu ero olisi voinut tapahtua vain sattumanvaraisesti. Kun p-arvo on riittävän pieni (esim. 5 % tai vähemmän), tulokset eivät ole helposti selitettävissä pelkällä sattumalla ja nollahypoteesi voidaan hylätä. Kun p-arvo on suuri, datassa olevat tulokset ovat selitettävissä pelkästään sattumalta, ja datan katsotaan olevan nollahypoteesin kanssa (todistettuaan) yhdenmukaista.

Miten tilastollista merkitsevyyttä käytetään?

Tilastollista merkitsevyyttä käytetään usein uusien lääketieteellisten tuotteiden, mukaan lukien lääkkeiden, laitteiden ja rokotteiden, tehokkuuden testaamiseen. Julkisesti saatavilla olevat tilastollisesti merkittävät raportit kertovat sijoittajille myös siitä, kuinka onnistunut uusien tuotteiden julkaisu. Lääkeyhtiöiden osakekursseihin vaikuttavat usein voimakkaasti ilmoitukset niiden uusien tuotteiden tilastollisesta merkityksestä.