Forelesning 5 Flashcards
Hva er nullhypotesen og hva er den alternative hypotesen?
I NHST formulerer man både en nullhypotesen (H0) og en alternativ hypotese (H1).
Nullhypotesen (H0) er en hypotese som sier at det ikke er noen signifikant forskjell, effekt, sammenheng eller mønster i dataene. Den antar at eventuelle observerte forskjeller eller resultater skyldes tilfeldigheter eller støy i dataene.
Den alternative hypotesen (H1) er en hypotese som antyder at det er en signifikant forskjell, effekt, sammenheng eller mønster i dataene. Den alternative hypotesen er det du ønsker å vise eller bevise gjennom statistisk testing.
Hva representerer p-verdien?
p-verdien er sannsynligheten for at nullhypotesen er sann. Hvis p-verdien er lavere enn en på 0,05, forkastes nullhypotesen og vi sier at resultatet er statistisk signifikant og påstår at den alternative hypotesen er sann. På den annen side – når resultatet ikke er statistisk signifikant, forkaster vi ikke nullhypotesen.
Hva er de tre typene t-tester? Hvordan skiller de seg?
En t-test er en sammenligning av gjennomsnittet oppnådd fra to målinger.
Vi skiller mellom 3 ulike t-tester:
- Independent t-test er en t-test der de to målingene kommer fra forskjellige grupper/utvalg. Et eksempel på dette er unge vs. eldre barn.
- En paired-samples t-test er en t-test der de to målingene kommer fra samme gruppe. Et eksempel på dette er før vs. etter behandling av samme pasient.
- One-sample t-test er en t-test der man sammenligner data fra én gruppe med en forhåndsdefinert verdi. Et eksempel på dette er om”Er korrelasjonen mellom to variabler forskjellig fra 0?”.
Hva er t-fordelinger?
Student t-fordeling er en utvalgsfordeling for t-tester, som representerer sannsynligheten for ulike t-skårer fra flere hypotetiske eksperimenter der vi vet at det ikke er noen gruppeforskjell, altså at H0 er sann.
Dette er grunnen til at hver t-fordeling er sentrert rundt 0 (fordi hvis det ikke er noen forskjell mellom middelverdiene i to grupper, så er telleren lik 0, og det samme gjør t-skåren).
Formen for t-fordelingen er avhengig av frihetsgradene til eksperimentet. Store prøver med et stort antall frihetsgrader, vil få en fordelingen som er identisk med normalfordelingen. For mindre prøver med et lavere antall frihetsgrader, så vil grafen være preget av tyngre haler. Dette er fordi med lavere utvalg så er det mer sannsynlig at teststatistikken vil ha en ekstrem verdi, og vil falle langt fra gjennomsnittet av utvalgssfordelingen.
Hva menes med t-skår? Hvordan kan en t-skår brukes i NHST?
En t-skår representerer forskjellen i gjennomsnittet mellom to grupper. Dette er en form for slutningsstatistikk, siden vi trekker slutninger ut ifra utvalget.
Vi kalkulerer ut en t-skår med å dele variansen mellom gruppene på variansen i gruppene.
En stor t-verdi viser til at det er en forskjell mellom gruppene, og en liten t-verdi viser til at det er en liten forskjell mellom gruppene.
Hver t-verdi har en p-verdi. P-verdien forteller oss sannsynligheten for at det er en sann forskjell mellom gruppene.
t-skåren er en teststatistikk som brukes i NHST for å vurdere om det er en signifikant forskjell mellom to grupper eller om en enkelt gruppe skiller seg signifikant fra en forventet verdi.
Hva er forskjellen mellom en-hale og to-hale t-tester?
En-halede og to-halede tester har som mål å teste forskjellige hypoteser. Forskjellen mellom dem ligger i hvordan de retter oppmerksomheten mot forskjellige retninger av endring. I en en-halet test så vil man se etter en «økning» eller «reduksjon», mens en to-halet test ser etter en «endring». De svarer på bakgrunn av dette på ulike forskningsspørsmål. Derfor kan den samme statistikken være signifikant i en en-halet test, men ikke være signifikant i en to-halet test.
Hvordan kan 95 % konfidensintervaller brukes til hypotesetesting?
Måten vi kan benytte oss av 95% konfidensintervall i hypotesetesting, er ved å sjekke om nullhypotesen faller innenfor konfidensintervallet. Hvis nullhypotesen faller innenfor konfidensintervallet, vil p-verdien alltid være større enn 5 %. Omvendt, hvis nullhypotesen faller utenfor vårt konfidensintervall, vil p-verdien være mindre enn 5 %. Konfidensintervallet og hypotesetestingen vil alltid stemme over ens, altså bli enig om en konklusjon.
Hvis vi setter et signifikansnivå på 5 % i hypotesetesten, vil vi også bruke et 95 % konfidensintervall siden signifikansnivå og konfidensintervaller alltid samsvarer med hverandre.
Hva er effektstørrelse? Hvorfor er effektstørrelse viktig i NHST?
Effektstørrelse er et standardisert mål som hjelper oss å forstå hvor stor den observerte effekten er. Effektstørrelse viser til hvor markant en forskjell eller sammenheng er.
Selv om en effekt er statistisk signifikant, kan effekten være ubetydlig i det virkelige liv. Vi trenger ikke bare å vite om den observerte effekten er signifikant, men også om denne effekten er stor nok til at den er av praktisk interesse i det virkelige liv.
Hva er Cohens d? Hva representerer det, hvordan kan det tolkes?
Cohens d er en av måtene man kan måle effektstørrelse på. Cohens d er et standardisert mål. Cohens d er uttrykker størrelsen på forskjellen mellom målinger.
Den tar forskjellen mellom to gjennomsnitt og uttrykker den i standardavviksenheter.
Den forteller deg hvor mange standardavvik som ligger mellom de to gjennomsnittene.
