ความแตกต่างระหว่างคะแนน Z และค่า p คืออะไร?


11

ในอัลกอริธึม motif ของเครือข่ายดูเหมือนว่าเป็นเรื่องธรรมดาที่จะส่งคืนทั้งค่าpและค่าคะแนน Zสำหรับสถิติ: "เครือข่ายอินพุตมีสำเนา X ของกราฟย่อย G" กราฟย่อยจะถือว่าเป็นบรรทัดฐานถ้ามันเป็นที่พอใจ

  • p-value <A,
  • คะแนน Z> B และ
  • X> C สำหรับผู้ใช้ที่กำหนด (หรือชุมชนที่กำหนด) A, B และ C

สิ่งนี้กระตุ้นให้เกิดคำถาม:

คำถาม : p-value และ Z-score ต่างกันอย่างไร

และคำถามย่อย:

คำถาม : มีสถานการณ์ที่ p-value และ Z-score ของสถิติเดียวกันอาจแนะนำสมมุติฐานตรงกันข้ามหรือไม่? เงื่อนไขที่หนึ่งและสองที่ระบุไว้ข้างต้นเป็นเงื่อนไขเดียวกันหรือไม่?

คำตอบ:


9

ฉันจะพูดตามคำถามของคุณว่าการทดสอบทั้งสามนั้นไม่แตกต่างกัน นี่คือในแง่ที่ว่าคุณสามารถเลือก A, B และ C ได้ตลอดเวลาซึ่งการตัดสินใจแบบเดียวกันจะมาถึงโดยไม่คำนึงถึงเกณฑ์ที่คุณใช้ แม้ว่าคุณจะต้องมีค่า p จะขึ้นอยู่กับสถิติเดียวกัน (เช่นคะแนน Z)

μσ2

p=Pr(Z>z)<0.05Z>1.645Xμσ>1.645X>μ+1.645σ

(0.05,1.645,μ+1.645σ)

โปรดทราบว่าการติดต่อแบบเดียวกันจะใช้กับการทดสอบ t แม้ว่าตัวเลขจะแตกต่างกัน การทดสอบทั้งสองก้อยจะมีการโต้ตอบที่คล้ายกัน แต่มีตัวเลขต่างกัน


ขอบคุณสำหรับสิ่งนั้น! (และต้องขอบคุณผู้ตอบคนอื่นด้วย)
Douglas S. Stones

8

Z

pα

XN(μ,1)μ=0x1=5Zσpα=0.05p<αAB


3
2σ3σ

Zp

H0:μ=0HA:μ=1H05×107μ=1. แต่นี่เป็นเรื่องไร้สาระไม่มีใครจะทำเช่นนี้ แต่กฎ p-value ที่คุณใช้ที่นี่ทำสิ่งนี้ อีกวิธีหนึ่งกฎ p-value ที่คุณอธิบายนั้นไม่คงที่ซึ่งเกี่ยวข้องกับสิ่งที่เรียกว่า "สมมติฐานว่างเปล่า" (ความละเอียดที่กำลังจะมา)
ความน่าจะเป็นที่จะเกิดขึ้น

Himp:μ=5HA1×109H0
ความน่าจะเป็นทางการ

1
H1:μ0H1P(X|μ1)

6

pz

pzzp


หากขนาดตัวอย่างมีขนาดใหญ่ค่าเบี่ยงเบนมาตรฐานจะมีขนาดเล็กดังนั้นคะแนน Z จะสูง ฉันคิดว่าคุณอาจค้นพบสิ่งนี้หากคุณลองตัวอย่างตัวเลข
ความน่าจะเป็นทาง

1
ไม่ได้จริงๆ สมมติว่าคุณตัวอย่างจาก N (0, 1) จากนั้น std ของคุณจะประมาณ 1 โดยไม่คำนึงถึงขนาดของตัวอย่าง สิ่งที่จะได้เล็กลงคือข้อผิดพลาดมาตรฐานของค่าเฉลี่ยไม่ใช่ค่าเบี่ยงเบนมาตรฐาน p-values ​​อิงกับ SEM ไม่ใช่ใน std
SheldonCooper

คะแนน Z คือ (ค่าเฉลี่ยที่สังเกตได้) / (ค่าเบี่ยงเบนมาตรฐาน) แต่ค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานเป็นสถิติที่สังเกตไม่ใช่ของประชากรซึ่งเป็นส่วนประกอบของมัน คำศัพท์หย่อนของฉันถูกจับได้ที่นี่ อย่างไรก็ตามหากคุณกำลังทดสอบค่าเฉลี่ยค่าเบี่ยงเบนมาตรฐานที่เหมาะสมในคะแนน Z คือข้อผิดพลาดมาตรฐานซึ่งมีขนาดเล็กลงในอัตราเดียวกับค่า p
ความน่าจะเป็นทางการ
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.