Ano ang Bonferroni Test?
Ang isang pagsubok sa Bonferroni ay isang uri ng maraming pagsubok sa paghahambing na ginamit sa pagtatasa ng istatistika. Kung nagsasagawa ng isang bilang ng mga pagsusuri sa hypothesis na may maraming mga paghahambing, sa kalaunan, maaaring maganap ang isang resulta na nagpapakita ng kabuluhan ng istatistika ng nakasalalay na variable, kahit na wala.
Kung ang isang partikular na pagsubok ay nagbubunga ng tamang mga resulta ng 99% ng oras, ang pagpapatakbo ng 100 mga pagsubok ay maaaring humantong sa isang maling resulta sa isang lugar sa paghahalo. Sinusubukan ng pagsubok ng Bonferroni na maiwasan ang data mula sa hindi wastong paglitaw na maging makabuluhan sa istatistika sa pamamagitan ng paggawa ng isang pagsasaayos sa panahon ng pagsubok sa paghahambing.
Ang pagsubok ng Bonferroni, na kilala rin bilang "pagwawasto ng Bonferroni" o "Pagsasaayos ng Bonferroni" ay nagmumungkahi na ang halaga ng "p" para sa bawat pagsubok ay dapat na pantay sa alpha na hinati sa bilang ng mga pagsubok.
Mga Key Takeaways
- Ang isang pagsubok sa Bonferroni ay isang uri ng maraming pagsubok sa paghahambing na ginamit sa pagtatasa ng istatistika. Sa panahon ng pagsubok ng hypothesis na may maraming mga paghahambing, maaaring maganap ang mga pagkakamali o maling positibo. Ang dinisenyo ni Bonferroni ay isang pagsubok o isang pagsasaayos upang maiwasan ang data na hindi tama na lumilitaw na maging makabuluhan sa istatistika.
Pag-unawa sa Bonferroni Test
Ang pagsubok sa Bonferroni ay pinangalanan para sa matematiko na Italyano na binuo nito, si Carlo Emilio Bonferroni (1892–1960). Ang iba pang mga uri ng maramihang mga pagsubok sa paghahambing ay kinabibilangan ng pagsubok ng Scheffe at pagsubok ng pamamaraan ng Tukey-Kramer. Ang isang pintas sa Bonferroni test ay na ito ay masyadong konserbatibo at maaaring mabibigo na mahuli ang ilang mga makabuluhang natuklasan.
Sa mga istatistika, ang isang null hypothesis ay mahalagang paniniwala na walang pagkakaiba sa istatistika sa pagitan ng dalawang set ng data na inihahambing. Ang pagsusuri sa hypothesis ay nagsasangkot sa pagsubok ng isang statistical sample upang kumpirmahin o tanggihan ang isang null hypothesis. Ang pagsubok ay isinasagawa sa pamamagitan ng pagkuha ng isang random na sample ng isang populasyon o grupo. Habang ang null hypothesis ay nasubok, ang alternatibong hypothesis ay nasubok din, kung saan ang dalawang resulta ay kapwa eksklusibo.
Gayunpaman, sa anumang pagsubok ng isang null hypothesis, mayroong pag-asa na maaaring mangyari ang isang maling-positibong resulta. Ang error na ito ay tinatawag na isang Type-1 error, at bilang isang resulta, ang isang rate ng error ay itinalaga sa pagsubok. Sa madaling salita, ang isang tiyak na porsyento ng mga resulta ay malamang na magbunga ng isang error.
Halimbawa, ang isang rate ng error na 5% ay maaaring karaniwang itatalaga sa isang pagsubok, na nangangahulugang 5% ng oras, magkakaroon ng maling positibo. Ang 5% error rate ay tinatawag na antas ng alpha. Gayunpaman, kapag maraming mga paghahambing ang ginagawa sa isang pagsubok, ang rate ng pagkakamali para sa bawat paghahambing ay maaaring makaapekto sa mga resulta, lumilikha ng maraming maling mga positibo.
Dinisenyo ni Bonferroni ang isang paraan ng pagwawasto para sa pagtaas ng mga rate ng error sa pagsubok ng hypothesis na maraming mga paghahambing. Ang pagsasaayos ni Bonferroni ay kinakalkula sa pamamagitan ng pagkuha ng bilang ng mga pagsubok at paghati nito sa halaga ng alpha. Gamit ang 5% error rate mula sa aming halimbawa, ang dalawang pagsubok ay magbubunga ng isang rate ng error na 0.025 o (.05 / 2) habang ang apat na mga pagsubok ay magkakaroon ng rate ng error na.0125 o (.05 / 4).
