Informatica Sperimentale 08-09

Mimmik ha scritto:

fabbox ha scritto:

Dimenticavo.
Mi scervello da tempo e non ci sono ancora dentro:
ma il p-value e/o alpha value li dobbiamo calcolare noi?
Ma esattamente a che servono?
Come li calcoliamo?

Mi accodo alla domanda... so che bisogna confrontare alpha e p-value per decidere se accettare o rifiutare l'ipotesi nulla. Ma i test quale delle due ci forniscono? a giudicare da statgraphics direi che con quelli otteniamo il p-value, e l'altra come la ricaviamo?

Cerco di dare una risposta:
quando facciamo un test il risultato è fornito con una certa probabilità che esso si verifichi quando è vera H0. Tale probabilità si chiama comunemente P-value.
Il ricercatore stabilisce un valore alpha, che è una soglia. Quando P-value è maggiore di alpha il ricercatore decide di non rigettare H0, viceversa se è minore.
Di norma alpha è 5%, qualche volta 1%. Statgraphics ha il valore 5% come default. Di conseguenza la confidenza con cui i suoi test possono rigettare le ipotesi nulle è sempre almeno del 95% (cioè 1-alpha).

Attendo conferme o correzioni a questo ragionamento.

Ciao

fabbox ha scritto:

Va bene anche per me rimandare, ma a chi bisogna mandare il proprio nominativo per aggiungersi alla lista?

Anche io ci sono per rimandare...Fatemi sapere come ci vogliamo organizzare...

qualcuno se la sente di raccogliere le adesioni e contattare il prof?!?

Mimmik ha scritto:

Mimmik ha scritto:

fabbox ha scritto:

Dimenticavo.
Mi scervello da tempo e non ci sono ancora dentro:
ma il p-value e/o alpha value li dobbiamo calcolare noi?
Ma esattamente a che servono?
Come li calcoliamo?

Mi accodo alla domanda... so che bisogna confrontare alpha e p-value per decidere se accettare o rifiutare l'ipotesi nulla. Ma i test quale delle due ci forniscono? a giudicare da statgraphics direi che con quelli otteniamo il p-value, e l'altra come la ricaviamo?

Cerco di dare una risposta:
quando facciamo un test il risultato è fornito con una certa probabilità che esso si verifichi quando è vera H0. Tale probabilità si chiama comunemente P-value.
Il ricercatore stabilisce un valore alpha, che è una soglia. Quando P-value è maggiore di alpha il ricercatore decide di non rigettare H0, viceversa se è minore.
Di norma alpha è 5%, qualche volta 1%. Statgraphics ha il valore 5% come default. Di conseguenza la confidenza con cui i suoi test possono rigettare le ipotesi nulle è sempre almeno del 95% (cioè 1-alpha).

Attendo conferme o correzioni a questo ragionamento.

Ciao

Grosso modo è così. il p-value è il minimo valore di alpha per cui l'esito è positivo. Se il p-value è minore di alpha (che per noi è 0,05), allora l'esito del test è positivo al nostro livello di confidenza (1-alpha). In generale statgraphics ti scrive alla fine di ogni test quali sono i valori di p-value che vanno bene ed il loro significato, basta leggersi quelle 2 o 3 righe che ti fornisce alla fine di ogni test.

Ciao a tutti!

Sto facendo un pò di confusione:
relativamente all'esperimento delle estensioni E1 e E2...il design che è stato attuato secondo voi è un ONE FACTOR - TWO TREATMENT - PAIRED DESIGN?

Se è così, il test da applicare è Wilcoxon giusto??

Grazie

gra ha scritto:

Ciao a tutti!

Sto facendo un pò di confusione:
relativamente all'esperimento delle estensioni E1 e E2...il design che è stato attuato secondo voi è un ONE FACTOR - TWO TREATMENT - PAIRED DESIGN?

Se è così, il test da applicare è Wilcoxon giusto??

Grazie

Guarda sicuramente è ONE FACTOR - TWO TREATMENT.
In teoria doveva essere anche PAIRED, ma secondo me siccome non tutti i soggetti hanno consegnato i tempi della seconda estensione io lo considero RANDOMIZED.

Per questo io sto applicando Mann-Whitney, però non so se è giusto...