ทำไมเราไม่ใช้ตัวเลขที่สำคัญ?

ความคิดใดที่ทำให้เราไม่ใช้ตัวเลขนัยสำคัญในสถิติ มีบางอย่างในสายงานของเราที่ใช้ประมาณการเพื่อไม่ให้ใช้กฎเกี่ยวกับความแม่นยำ;)

มีการใช้ตัวเลขที่สำคัญในบางสาขา (ฉันเรียนรู้เกี่ยวกับวิชาเคมี) เพื่อระบุระดับของความแม่นยำที่มีความหมายที่มีอยู่ในตัวเลข นี่เป็นหัวข้อสำคัญในสถิติเช่นกันดังนั้นในความเป็นจริงเรารายงานเรื่องนี้อย่างต่อเนื่อง - เราเพียงแค่รายงานในรูปแบบที่แตกต่างกัน โดยเฉพาะเรารายงานช่วงเวลาความเชื่อมั่นซึ่งระบุระดับความแม่นยำของการประมาณการ (เช่นค่าเฉลี่ย)

เมื่อคุณแสดงรายการ 95% CI สำหรับการประมาณการเช่นคุณสามารถแสดงรายการตัวเลขสำหรับค่าเฉลี่ยของคุณได้มากเท่าที่คุณต้องการเช่นและไม่มีปัญหา ในความเป็นจริงสถิติแอนดรูว์เกลแมนได้ให้คำแนะนำว่าคุณรายการอย่างน้อยสี่(2009, น. 4) $(-0.12, 1.12)$$0.50129519823975923$

เหตุผลหนึ่งในการ จำกัด จำนวนตัวเลขที่รายงานในการประมาณค่าจำนวนมากค่า p และอื่น ๆ นั้นขึ้นอยู่กับการรับรู้ รายงานบางอย่างเช่น p = 0.04872429 หมายถึงระดับของความแม่นยำในผลที่ทำให้พวกเขาถูกมองว่าเป็นมากขึ้นได้อย่างถูกต้อง

โดยพื้นฐานแล้วการใช้ตัวเลขจำนวนมากในการรายงานผลลัพธ์ทางสถิติมีความพยายามมากเกินไปที่จะปิดบังสิ่งที่คุณค้นพบในอากาศที่ไม่มีอำนาจ

ฉันคิดว่าจริง ๆ แล้วมันขึ้นอยู่กับระดับของความเชื่อมั่นที่ต้องการตัวเลขที่สำคัญน้อยกว่านั้นเหมาะสมสำหรับ 95% เมื่อเทียบกับ 99.999% หรือมากกว่าเช่นที่ CERN ใช้สำหรับผลลัพธ์หลายรายการ

คุณกำลังพูดถึงการปัดเศษข้อมูลของคุณเป็นตัวเลขนัยสำคัญหรือปัดเศษคำตอบสุดท้ายของคุณ? หากคุณปัดเศษข้อมูลของคุณคุณสามารถเข้าไปในสถานการณ์ที่คุณได้ส่งเสียงดังที่การคำนวณทางสถิติจำเป็นต้องใช้