บทสนทนาระหว่างครูกับนักเรียนที่มีความคิด
ส่งอย่างนอบน้อมในความเชื่อที่ว่ามีดินสอสีไม่เพียงพอในหัวข้อนี้ บทสรุปสั้น ๆ ที่ปรากฏขึ้นจะปรากฏในตอนท้าย
นักเรียน : p-value หมายถึงอะไร? ผู้คนจำนวนมากดูเหมือนจะยอมรับว่าเป็นโอกาสที่เราจะ"ดูตัวอย่างค่าเฉลี่ยมากกว่าหรือเท่ากับ"สถิติหรือเป็น"ความน่าจะเป็นที่จะสังเกตผลลัพธ์นี้ ... เนื่องจากสมมติฐานว่างเปล่าเป็นจริง"หรือที่"สถิติตัวอย่างของฉัน ลดลงเมื่อ [จำลอง] กระจาย"และแม้กระทั่ง'น่าจะเป็นของการสังเกตสถิติทดสอบอย่างน้อยมีขนาดใหญ่เป็นหนึ่งคำนวณสมมติว่าสมมติฐานที่เป็นจริง'
ครู : เข้าใจอย่างถูกต้องข้อความเหล่านั้นทั้งหมดถูกต้องในหลาย ๆ สถานการณ์
นักเรียน : ฉันไม่เห็นว่าส่วนใหญ่เกี่ยวข้องกันอย่างไร คุณไม่สอนเราว่าเราต้องระบุสมมติฐานและสมมติฐานทางเลือกหรือไม่? พวกเขามีส่วนร่วมในแนวคิดเหล่านี้ของ "มากกว่าหรือเท่ากับ" หรือ "อย่างน้อยที่สุดก็ใหญ่" หรือเป็นที่นิยม "มากขึ้น"H AH0HA
ครู : เพราะมันดูซับซ้อนโดยทั่วไปมันช่วยให้เราสำรวจตัวอย่างที่เป็นรูปธรรมได้หรือไม่
นักเรียน : แน่นอน แต่โปรดทำให้มันสมจริง แต่เรียบง่ายถ้าคุณทำได้
ครู : ทฤษฎีการทดสอบสมมติฐานนี้ในอดีตเริ่มต้นด้วยความต้องการของนักดาราศาสตร์เพื่อวิเคราะห์ข้อผิดพลาดเชิงสังเกตการณ์ดังนั้นเริ่มต้นอย่างไรที่นั่น ฉันกำลังอ่านเอกสารเก่าอยู่วันหนึ่งซึ่งนักวิทยาศาสตร์ได้อธิบายความพยายามของเขาในการลดข้อผิดพลาดในการวัดในเครื่องมือของเขา เขาใช้การตรวจสอบดาวจำนวนมากในตำแหน่งที่รู้จักและบันทึกการกระจัดของดาวฤกษ์ก่อนหรือหลังตำแหน่งนั้น เพื่อให้เห็นภาพการกระจัดเหล่านั้นเขาวาดฮิสโตแกรมที่ - เมื่อปรับให้เรียบเล็กน้อย - ดูเหมือนกับภาพนี้
นักเรียน : ฉันจำได้ว่าฮิสโทแกรมทำงานอย่างไร: แกนตั้งมีป้ายกำกับ "ความหนาแน่น" เพื่อเตือนฉันว่าความถี่สัมพัทธ์ของการวัดแสดงด้วยพื้นที่มากกว่าความสูง
ครู : ถูกต้อง ค่า "ผิดปกติ" หรือ "สุดขั้ว" จะอยู่ในภูมิภาคที่มีพื้นที่ขนาดเล็ก นี่คือดินสอสี คุณคิดว่าคุณสามารถระบายสีในภูมิภาคที่มีพื้นที่รวมเพียงหนึ่งในสิบ
นักเรียน : แน่นอน; นั่นเป็นเรื่องง่าย [สีในรูป]
ครู : ดีมาก! ดูเหมือนว่าประมาณ 10% ของพื้นที่ที่ฉัน อย่างไรก็ตามโปรดจำไว้ว่าพื้นที่เพียงอย่างเดียวในฮิสโตแกรมที่มีความสำคัญนั้นอยู่ระหว่างเส้นแนวตั้ง: มันแสดงถึงโอกาสหรือความน่าจะเป็นที่การกระจัดจะอยู่ระหว่างเส้นเหล่านั้นบนแกนนอน นั่นหมายความว่าคุณจำเป็นต้องลงสีจนถึงด้านล่างและนั่นจะเป็นพื้นที่มากกว่าครึ่งหนึ่งใช่มั้ย
นักเรียน : โอ้ฉันเข้าใจแล้ว ให้ฉันลองอีกครั้ง. ฉันจะต้องการให้สีที่เส้นโค้งต่ำจริงๆใช่มั้ย ต่ำสุดที่ปลายทั้งสอง ฉันต้องทำสีในพื้นที่ ๆ เดียวหรือไม่หรือว่ามันจะโอเคที่จะแบ่งออกเป็นหลายส่วน?
ครู : การใช้หลายส่วนเป็นแนวคิดที่ฉลาด พวกเขาจะอยู่ที่ไหน
นักเรียน (ชี้): ที่นี่และที่นี่ เนื่องจากสีเทียนนี้ไม่คมมากฉันจึงใช้ปากกาเพื่อแสดงเส้นที่ฉันกำลังใช้
ครู : ดีมาก! ฉันจะเล่าเรื่องที่เหลือให้คุณฟัง นักวิทยาศาสตร์ทำการปรับปรุงอุปกรณ์ของเขาจากนั้นเขาก็ทำการวัดเพิ่มเติม เขาเขียนว่าการกำจัดของคนแรกเพียงซึ่งเขาคิดว่าเป็นสัญญาณที่ดี แต่เป็นนักวิทยาศาสตร์ระมัดระวังเขาดำเนินการตรวจวัดเพิ่มเติมเป็นเช็ค แต่น่าเสียดายที่วัดอื่น ๆ เหล่านี้จะหายไป - ต้นฉบับหยุดที่จุดนี้ - และทั้งหมดที่เรามีคือจำนวนเดียว0.10.10.10.1
นักเรียน : แย่มาก แต่นั่นก็ไม่ได้ดีไปกว่าการกระจัดในวงกว้างของคุณ?
ครู : นั่นเป็นคำถามที่ฉันอยากให้คุณตอบ ในการเริ่มต้นเราควรตั้งอะไรเป็นH0
นักเรียน : อืมผู้สงสัยจะสงสัยว่าการปรับปรุงที่ทำกับอุปกรณ์มีผลกระทบใด ๆ หรือไม่ ภาระการพิสูจน์อยู่ที่นักวิทยาศาสตร์: เขาต้องการแสดงให้เห็นว่าคนขี้ระแวงนั้นผิด นั่นทำให้ฉันคิดว่าสมมติฐานว่างเปล่าเป็นสิ่งที่ไม่ดีสำหรับนักวิทยาศาสตร์: มันบอกว่าการวัดใหม่ทั้งหมด - รวมถึงค่าเรารู้ - ควรทำตามที่อธิบายไว้ในฮิสโตแกรมแรก หรืออาจยิ่งแย่ไปกว่านั้นพวกมันอาจจะกระจายออกไปมากขึ้น0.1
ครู : ไปเลยคุณทำได้ดี
นักเรียน : แล้วทางเลือกก็คือการวัดใหม่จะกระจายน้อยลงใช่มั้ย
ครู : ดีมาก! คุณช่วยวาดรูปฮิสโตแกรมที่มีสเปรดน้อยกว่าให้ฉันได้ไหม นี่คือฮิสโตแกรมแรกอีกสำเนาหนึ่ง คุณสามารถวาดมันไว้เป็นข้อมูลอ้างอิงได้
นักเรียน (รูปวาด): ฉันกำลังใช้ปากกาเพื่อร่างฮิสโตแกรมใหม่และฉันกำลังระบายสีในพื้นที่ด้านล่าง ฉันทำให้มันโค้งมากที่สุดใกล้กับศูนย์ในแกนนอนและพื้นที่ส่วนใหญ่อยู่ใกล้กับค่า (แนวนอน) ของศูนย์: นั่นคือสิ่งที่มันหมายถึงการแพร่กระจายน้อยลงหรือแม่นยำมากขึ้น
ครู : เป็นการเริ่มต้นที่ดี แต่จำไว้ว่ากราฟแสดงโอกาสควรจะมีพื้นที่ทั้งหมด1พื้นที่ทั้งหมดของ histogram แรกจึงเป็น1ฮิสโตแกรมใหม่มีพื้นที่เท่าใด111
นักเรียน : น้อยกว่าครึ่งฉันคิดว่า ฉันเห็นว่าเป็นปัญหา แต่ฉันไม่ทราบวิธีการแก้ไข ฉันควรทำอย่างไร?
ครู : เคล็ดลับคือการทำให้ histogram ใหม่ที่สูงขึ้นกว่าเดิมเพื่อให้พื้นที่ทั้งหมดของมันคือ1ที่นี่ฉันจะแสดงเวอร์ชันที่คอมพิวเตอร์สร้างขึ้นเพื่อแสดงให้คุณเห็น1
นักเรียน : ฉันเข้าใจแล้ว: คุณเหยียดมันออกในแนวตั้งดังนั้นรูปร่างของมันจึงไม่เปลี่ยนแปลง แต่ตอนนี้พื้นที่สีแดงและพื้นที่สีเทา (รวมถึงส่วนใต้สีแดง) มีปริมาณเท่ากัน
ครู : ถูกต้อง คุณกำลังดูรูปภาพของสมมติฐานว่าง (เป็นสีน้ำเงินกระจายออกไป) และเป็นส่วนหนึ่งของสมมติฐานทางเลือก (เป็นสีแดงและกระจายน้อยกว่า)
นักเรียน : "ส่วน" ของทางเลือกหมายถึงอะไร มันไม่ได้เป็นเพียงแค่สมมติฐานทางเลือก?
ครู : นักสถิติและไวยากรณ์ดูเหมือนจะไม่เข้ากัน :-) อย่างจริงจังสิ่งที่พวกเขาหมายถึงโดย "สมมติฐาน" มักจะเป็นชุดใหญ่ของความเป็นไปได้ทั้งหมด ที่นี่ทางเลือก (ตามที่คุณระบุไว้อย่างดีมาก่อน) คือการวัดนั้น "กระจายน้อยลง" กว่า แต่ก่อน แต่วิธีการมากน้อย ? มีความเป็นไปได้มากมาย ที่นี่ให้ฉันแสดงให้คุณเห็นอีก ฉันวาดด้วยเส้นประสีเหลือง มันอยู่ระหว่างสองก่อนหน้านี้
นักเรียน : ฉันรู้ว่าคุณสามารถมีสเปรดในจำนวนที่แตกต่างกัน แต่คุณไม่รู้ล่วงหน้าว่าสเปรดนั้นจะมีราคาเท่าไหร่ แต่ทำไมคุณถึงทำให้เงาตลกในภาพนี้
ครู : ฉันต้องการเน้นว่าฮิสโทแกรมแตกต่างกันอย่างไรและอย่างไร ผมสีเทาพวกเขาในสีเทาที่ histograms ทางเลือกต่ำกว่าโมฆะและสีแดงที่ทางเลือกที่มีสูงขึ้น
นักเรียน : ทำไมถึงเป็นเช่นนั้น
ครู : คุณจำได้หรือไม่ว่าคุณวาดฮิสโตแกรมแรกในหางทั้งสองเป็นอย่างไร? [มองดูเอกสาร] อ้านี่นี่สิ ลองระบายสีรูปภาพนี้ด้วยวิธีเดียวกัน
นักเรียน : ฉันจำได้ว่า: นั่นเป็นค่าที่สุดยอด ฉันพบว่าสถานที่ที่ความหนาแน่นของโมฆะนั้นเล็กที่สุดเท่าที่จะเป็นไปได้และมีสีอยู่ 10% ของพื้นที่นั้น
ครู : บอกฉันเกี่ยวกับทางเลือกในพื้นที่สุดโต่งเหล่านั้น
นักเรียน : มันยากที่จะเห็นเพราะดินสอสีปกคลุมมันขึ้นมา แต่ดูเหมือนว่าแทบจะไม่มีโอกาสได้รับทางเลือกใด ๆ ฮิสโทแกรมของพวกเขาอยู่ตรงข้ามกับแกนค่าและไม่มีที่ว่างสำหรับพื้นที่ใด ๆ ข้างใต้
ครู : ขอคิดต่อไป ถ้าฉันบอกคุณโดยสมมุติว่าการวัดมีการกระจัดเป็นและขอให้คุณเลือกฮิสโทแกรมทั้งสามนี้เป็นอันที่น่าจะมาจากไหน−2
นักเรียน : คนแรก - คนที่สีน้ำเงิน มันแพร่กระจายมากที่สุดและมันเป็นเพียงสิ่งเดียวที่ดูเหมือนว่าจะมีโอกาสเกิดขึ้น−2
ครู : แล้วค่าของในต้นฉบับเป็นอย่างไร?0.1
นักเรียน : อืม ... นั่นเป็นเรื่องที่แตกต่าง ทั้งสาม histograms จะสวยสูงเหนือพื้นดินที่0.10.1
ครู : โอเคยุติธรรมพอ แต่สมมติว่าผมบอกคุณค่าอยู่ที่ไหนสักแห่งที่อยู่ใกล้กับเช่นระหว่างและ0.2นั่นช่วยให้คุณอ่านความน่าจะเป็นที่เกิดจากกราฟเหล่านี้ได้หรือไม่?0 0.20.100.2
นักเรียน : แน่นอนเพราะฉันสามารถใช้พื้นที่ได้ ฉันเพียงแค่ต้องประเมินพื้นที่ใต้เส้นโค้งแต่ละระหว่างและ0.2แต่นั่นดูค่อนข้างยาก0.200.2
ครู : คุณไม่จำเป็นต้องไปไกลขนาดนั้น คุณสามารถบอกได้ไหมว่าพื้นที่ใดที่ใหญ่ที่สุด?
นักเรียน : คนที่อยู่ใต้เส้นโค้งที่สูงที่สุดแน่นอน ทั้งสามพื้นที่มีฐานเดียวกันดังนั้นยิ่งเส้นโค้งสูงพื้นที่ที่อยู่ด้านล่างและฐานก็จะมากขึ้น นั่นหมายความว่า histogram ที่สูงที่สุด - หนึ่งฉันวาดด้วยสีแดงขีดกลาง - เป็นหนึ่งที่มีโอกาสมากที่สุดกระจัดของ0.1ฉันคิดว่าฉันดูว่าคุณกำลังจะไปกับเรื่องนี้ แต่ฉันกังวลเล็กน้อย: ฉันจึงไม่ต้องมองไปที่ทุก histograms สำหรับทุกทางเลือกไม่ได้เป็นเพียงหนึ่งหรือสองที่แสดงที่นี่? ฉันจะทำอย่างนั้นได้อย่างไร?0.1
คุณครู : คุณเก่งในการเลือกรูปแบบดังนั้นบอกฉัน: เมื่อเครื่องมือวัดมีความแม่นยำมากขึ้นจะเกิดอะไรขึ้นกับฮิสโตแกรมของมัน
นักเรียน : มันแคบลง - และต้องสูงขึ้นด้วยดังนั้นพื้นที่ทั้งหมดจึงยังคงเท่าเดิม ทำให้ยากที่จะเปรียบเทียบฮิสโทแกรม อีกทางเลือกหนึ่งทั้งหมดนั้นสูงกว่าค่า Null เท่ากับซึ่งเห็นได้ชัด แต่ที่ค่าอื่น ๆ บางครั้งทางเลือกจะสูงกว่าและบางครั้งก็ต่ำกว่า! ตัวอย่างเช่น [ชี้ไปที่ค่าใกล้ ] ตรงนี้ฮิสโตแกรมสีแดงของฉันคือต่ำที่สุดฮิสโตแกรมสีเหลืองนั้นสูงที่สุดและฮิสโตแกรม null ดั้งเดิมอยู่ระหว่างพวกเขา แต่ทางด้านขวาค่า Null เป็นค่าสูงสุด3 / 403 / 4
ครู : โดยทั่วไปการเปรียบเทียบฮิสโทแกรมเป็นธุรกิจที่ซับซ้อน เพื่อช่วยให้เราทำมันฉันได้ขอให้คอมพิวเตอร์สร้างพล็อตใหม่: มันได้แบ่งฮิสโตแกรมทางเลือก (หรือ "ความหนาแน่น") แต่ละอันด้วยความสูงฮิสโทแกรมแบบ null ซึ่งสร้างค่าที่รู้จักกันในชื่อ ดังนั้นค่าที่มากกว่าหมายถึงทางเลือกมีโอกาสมากขึ้นในขณะที่ค่าน้อยกว่าหมายถึงทางเลือกนั้นมีโอกาสน้อยกว่า มันได้วาดอีกทางเลือกหนึ่ง: มันแพร่กระจายได้มากกว่าอีกสองตัว แต่ก็ยังแพร่กระจายน้อยกว่าอุปกรณ์ดั้งเดิมคือ111
ครู (ต่อ): คุณสามารถแสดงให้ฉันเห็นว่าตัวเลือกอื่นมีแนวโน้มที่จะเป็นมากกว่าโมฆะหรือไม่
นักเรียน (ระบายสี): ตรงกลางเห็นได้ชัด และเนื่องจากสิ่งเหล่านี้ไม่ใช่ฮิสโทแกรมอีกต่อไปฉันเดาว่าเราควรมองความสูงมากกว่าพื้นที่ดังนั้นฉันจึงทำเครื่องหมายช่วงของค่าบนแกนนอน แต่ฉันจะรู้ได้อย่างไรว่าสีอยู่ตรงกลางเท่าไหร่? ฉันจะหยุดการระบายสีที่ไหน
ครู : ไม่มีกฎเกณฑ์ที่แน่ชัด ทุกอย่างขึ้นอยู่กับวิธีการที่เราวางแผนที่จะใช้ข้อสรุปและความคลางแคลงที่รุนแรง แต่กลับมานั่งและคิดเกี่ยวกับสิ่งที่คุณได้ประสบความสำเร็จ: ตอนนี้คุณรู้ว่าผลลัพธ์ที่มีอัตราส่วนความน่าจะเป็นขนาดใหญ่เป็นหลักฐานสำหรับทางเลือกและผลลัพธ์ที่มีอัตราส่วนความน่าจะเป็นขนาดเล็กที่มีหลักฐานกับทางเลือก สิ่งที่ฉันจะขอให้คุณทำคือการระบายสีในบริเวณที่เท่าที่เป็นไปได้มีโอกาสเล็กน้อยที่จะเกิดขึ้นภายใต้สมมติฐานว่างและมีโอกาสค่อนข้างมากที่จะเกิดขึ้นภายใต้ทางเลือก กลับไปที่ไดอะแกรมแรกที่คุณทำสีกลับไปที่จุดเริ่มต้นของการสนทนาของเราคุณทำสีในสองส่วนท้ายของ null เพราะพวกเขาเป็น "สุดขีด" พวกเขาจะยังคงทำงานได้ดีหรือไม่?
นักเรียน : ฉันไม่คิดอย่างนั้น แม้ว่าพวกมันจะสุดขั้วและหายากภายใต้สมมติฐานว่าง แต่พวกมันก็เป็นไปไม่ได้สำหรับทางเลือกใด ๆ หากการวัดใหม่ของฉันคือพูดฉันคิดว่าฉันจะสงสัยและสงสัยว่าจะมีการปรับปรุงใด ๆ เกิดขึ้นแม้ว่าจะเป็นผลลัพธ์ที่ผิดปกติในทุกกรณี ฉันต้องการเปลี่ยนสี ที่นี่ - ให้ฉันมีดินสอสีอีกอัน3.03.03.0
ครู : นั่นหมายถึงอะไร
นักเรียน : เราเริ่มจากคุณขอให้ฉันวาดเพียง 10% ของพื้นที่ใต้ฮิสโตแกรมดั้งเดิม - อันที่อธิบายโมฆะ ดังนั้นตอนนี้ฉันเข้ามาถึง 10% ของพื้นที่ที่มีทางเลือกที่ดูเหมือนว่าจะเกิดขึ้น ฉันคิดว่าเมื่อการวัดใหม่อยู่ในพื้นที่นั้นมันบอกเราว่าเราควรจะเชื่อทางเลือกอื่น
ครู : และคนขี้ระแวงควรมีปฏิกิริยาอย่างไรต่อสิ่งนั้น?
นักเรียน : คนขี้ระแวงไม่จำเป็นต้องยอมรับว่าเขาผิดใช่ไหม? แต่ฉันคิดว่าความเชื่อของเขาควรจะสั่นคลอนเล็กน้อย หลังจากทั้งหมดเราจัดเพื่อที่แม้จะมีการวัดอาจจะอยู่ในพื้นที่ที่เพิ่งเข้ามาก็มีโอกาส 10% ของการมีเมื่อ null เป็นจริง และมีโอกาสมากขึ้นที่จะอยู่ที่นั่นเมื่อทางเลือกเป็นจริง ฉันไม่สามารถบอกคุณได้ว่ามีขนาดใหญ่มีโอกาสที่เป็นเพราะมันจะขึ้นอยู่กับเท่าใดนักวิทยาศาสตร์การปรับปรุงอุปกรณ์ ฉันเพิ่งรู้ว่ามันใหญ่กว่า ดังนั้นหลักฐานจะขัดต่อความสงสัย
ครู : โอเค คุณจะช่วยสรุปความเข้าใจของคุณเพื่อที่เราจะได้เข้าใจอย่างชัดเจนเกี่ยวกับสิ่งที่คุณได้เรียนรู้?
นักเรียน : ฉันเรียนรู้ว่าการเปรียบเทียบสมมติฐานทางเลือกกับสมมติฐานว่างเราควรเปรียบเทียบฮิสโตแกรมของพวกเขา เราแบ่งความหนาแน่นของทางเลือกด้วยความหนาแน่นของโมฆะ: นั่นคือสิ่งที่คุณเรียกว่า "อัตราส่วนความน่าจะเป็น" เพื่อทำการทดสอบที่ดีฉันควรเลือกจำนวนเล็กน้อยเช่น 10% หรืออะไรก็ตามที่อาจจะเพียงพอที่จะเขย่าความสงสัย จากนั้นฉันควรหาค่าที่อัตราส่วนความน่าจะเป็นสูงที่สุดเท่าที่จะเป็นไปได้และกำหนดสีให้ได้จนถึง 10% (หรืออะไรก็ตาม) ที่ได้รับการระบายสี
ครู : แล้วคุณจะใช้สีนั้นอย่างไร?
นักเรียน : ตามที่คุณเตือนฉันก่อนหน้านี้การระบายสีต้องอยู่ระหว่างเส้นแนวตั้ง ค่า (บนแกนนอน) ที่อยู่ภายใต้การระบายสีเป็นหลักฐานต่อสมมติฐานว่าง ค่าอื่น ๆ - ก็ยากที่จะพูดในสิ่งที่พวกเขาอาจหมายถึงโดยไม่ต้องดูรายละเอียดเพิ่มเติมทั้งหมดฮิสโตแกรมที่เกี่ยวข้อง
0.1
นักเรียน : นั่นอยู่ในพื้นที่ที่ฉันระบายสีไว้ฉันจึงคิดว่านักวิทยาศาสตร์อาจจะพูดถูกและอุปกรณ์ก็ปรับปรุงขึ้นมาจริงๆ
ครู : สิ่งสุดท้าย ข้อสรุปของคุณขึ้นอยู่กับการเลือก 10% เป็นเกณฑ์หรือ "ขนาด" ของการทดสอบ หลายคนชอบใช้ 5% แทน บางคนชอบ 1% คุณบอกอะไรพวกเขาได้บ้าง
00.10.050.10.080.1. พวกเขาจะไม่ได้ข้อสรุปเดียวกันกับที่ฉันทำ: พวกเขาจะบอกว่าไม่มีหลักฐานเพียงพอที่การเปลี่ยนแปลงเกิดขึ้นจริง
0.08
นักเรียน : ขอบคุณ ฉันยังไม่มั่นใจฉันเข้าใจทั้งหมดนี้ แต่คุณให้ฉันคิดมาก
ครู : ถ้าคุณต้องการที่จะไปเพิ่มเติมให้ดูที่การNeyman เพียร์สันแทรก คุณอาจพร้อมที่จะเข้าใจในตอนนี้
สรุป
ztt=0.1
0t=0.1ถึง. p-value คือพื้นที่ของพื้นที่แรเงาภายใต้ฮิสโทแกรมว่าง: มันเป็นโอกาสโดยสมมติว่าโมฆะนั้นเป็นจริงในการสังเกตผลลัพธ์ที่อัตราส่วนความน่าจะเป็นมีแนวโน้มที่จะมีขนาดใหญ่ โดยเฉพาะอย่างยิ่งการก่อสร้างนี้ขึ้นอยู่กับสมมติฐานทางเลือกอย่างใกล้ชิด ไม่สามารถดำเนินการได้โดยไม่ระบุทางเลือกที่เป็นไปได้