Die Beziehung zwischen Konfidenzintervalle und Signifikanztests
Sie können Konfidenzintervall (CI) als Alternative zu einigen der üblichen Signifikanztests verwenden. Zur Beurteilung der Bedeutung CIs verwenden, definieren Sie zunächst eine Zahl, die die Höhe der Effekt misst Sie testen für. Dieser Effekt Größe kann die Differenz zwischen zwei Mittel oder zwei Anteilen sein, das Verhältnis von zwei Mittel, ein Odds Ratio, ein relatives Risiko-Verhältnis oder eine Hazard-Ratio, unter anderem.
Das vollständige Fehlen jeglicher Effekt entspricht einer Differenz von 0 oder einem Verhältnis von 1, sind also die "no-effect" Werte genannt.
Im Folgenden sind immer wahr:
Wenn die 95 Prozent CI um den beobachteten Effekt Größe enthält den Wert no-Effekt (0 für Unterschiede, 1-Verhältnisse), dann ist die Wirkung nicht statistisch signifikant (das heißt, wird eine Signifikanz-Test für diese Wirkung erzeugen p> 0,05).
Wenn die 95 Prozent CI um den beobachteten Effekt Größe schließt nicht die No-Effect-Wert, dann ist die Wirkung ist (Signifikant dh ein Signifikanztest für diese Wirkung wird p produzieren
Die gleiche Art von Korrespondenz gilt für andere Konfidenzniveaus und Signifikanzniveaus: 90 Prozent Vertrauensniveaus an den p = 0,10 Signifikanzniveau entsprechen, 99 Prozent Vertrauensniveaus entsprechen dem p = 0,01 Signifikanzniveau, und so weiter.
So haben Sie zwei verschiedene, aber miteinander verbundene, Wege zu beweisen, dass eine gewisse Wirkung vorhanden ist - Sie Signifikanztests verwenden können, und Sie können Konfidenzintervall verwenden. Welches ist besser? Die beiden Verfahren stehen im Einklang miteinander, aber viele Menschen es vorziehen, die CI Annäherung an den p-Value-Ansatz. Warum?
Der p-Wert ist das Ergebnis des komplexen Zusammenspiels zwischen den beobachteten Effekt Größe ist, die Stichprobengröße und die Größe von zufälligen Schwankungen, gekocht alle in eine einzige Zahl nach unten die Sie nicht sagen, ob der Effekt war groß oder klein, klinisch wichtig oder vernachlässigbar.
Die CI um den Mittelwert Effekt zeigt man deutlich den beobachteten Effekt Größe, zusammen mit einem Indikator dafür, wie unsicher Ihre Kenntnis dieser Effektgröße ist. Es sagt Ihnen nicht nur, ob der Effekt statistisch signifikant ist, aber können Sie auch eine intuitive Vorstellung davon geben, ob die Wirkung klinisch wichtig ist.
Der CI-Ansatz eignet sich für eine sehr einfache und natürliche Weise beim Vergleich zweier Produkte für Äquivalenz oder Nichtunterlegenheit.