Chi i anden og P-værdi

Du opstiller nulhypotesen henholdsvis alternativhypotesen:

h₀: Der er ikke forskel på pigers og drenges internetvaner.

h₁: Der er forskel på pigers og drenges intervanter.

Da du finder, at P=46 %, har du, at der er 46 % sandsynlighed for at afvise en sand nulhypotese (begå en type 1-fejl). Det er en for stor risiko til, at du tør løbe den (på et 5 % signifikansniveau), hvorfor du vælger midlertidigt at acceptere nulhypotesen på baggrund af testet.

Åh tak.

Bare lige for at skære det ud i pap..

.. "har du, at der er 46 % sansynlighed for at afvise en sand nulhypotese"

Kan du evt. skrive det, sådan meget pædagogisk? :P

Nåh vent lige.

Altså hvis jeg afviser min nulhypotese, så er der 46 % sandsynlighed for, at den faktisk var sand? Og omvendt: hvis jeg accepterer min alternative hypotese, såner der 46 % sandsynlighed for, at den faktisk ikke holder alligevel?

#3 Ja, det har du ret i. Men det er bedre at acceptere en fejlagtig nulhypotese end at afvise en sand. Nulhypotesen er altid neutral, idet den til hver en tid er "der er ingen effekt/forskel".

Ja det var bare for at være sikker på, at jeg var rigtig på den ;-)

Men tak, det var en stor hjælp!

 #3: Nej det er ikke det de 46% betyder. Men det er en af de mest almindelige fejlfortolkninger i statistik. En p-værdi på 46% betyder, at sandsynligheden for at få data der er lige så ekstreme eller mere ekstreme er 46%, givet at din nulhypotese er sand. Hvis man lidt løst lader H være din nulhypotese og D dine data, er p-værdien lig med P(D | H). Det du nævner i #3 er sandsynligheden for H givet data, altså P(H | D). Se evt en.wikipedia.org/wiki/P-value#Misunderstandings for en uddybende forklaring.

Okay, det afklarede lidt. Jeg takker!