시인이 당신에게 거짓말을하지 마십시오
세계에서 가장 짧은 강의를 보라. #통계 그리고 사람들이 그것에 접근하는 방식에 있어 잘못된 모든 것:
42.
또는 오히려: p= 0.042
대중적인 믿음과는 달리 "통계적으로 유의미한"는 의미가 없습니다. 중대한, 지극히 중대한및 설득력 있는 일어났다. 우리가 단어를 사용하고 있다고 생각한다면 상당한 여기서 당신의 시소러스를 자랑스럽게 만드는 방식으로 당신은 교활한 속임수의 희생양이 되고 있습니다. 시인이 당신에게 거짓말을하지 마십시오.
"시인들이 당신에게 거짓말을 하도록 내버려 두어서는 안 됩니다." — 비요크
노출을 유지하는 것을 선호하는 사람들을 위해 통계적인 핵심은 최소한으로, 여기에 용어에 대해 알아야 할 모든 것이 있습니다. 통계적으로 유의미한:
- 중요한 일이 일어났다는 의미는 아닙니다.
- 결과가 "크다"거나 주목할 만하다는 의미는 아닙니다.
- 당신이 찾을 것이라는 의미는 아닙니다 데이터 재미있는.
- 어떤 사람이 무언가에 놀랐다고 주장하는 것을 의미합니다.
- 에 대해 많이 알지 못하면 유용한 정보를 제공하지 않습니다. someone 그리고 무언가 문제의.
해당 의사 결정권자 이외의 모든 사람에게 통계적으로 유의미한 결과는 거의 없습니다. 상당한 의 의미에서 "중대한” — 그들은 때때로 흥미로운 질문을 제기하는 데 좋습니다., 그러나 종종 그들은 관련이 없습니다.
비전문가가 이 용어를 사용하는 경우, 특히 숨가쁜 활기가 동반되는 경우 특히 주의하십시오. 때로는 특히 건방진 사기꾼 한 단계 더 나아가 "통계적으로" 부분을 삭제하여 시의 모든 힘을 활용합니다. "야 봐봐," 그들은 당신에게 말한다, "우리가 말하는 것은 우주의 눈에 중요합니다."
아니요, 그렇지 않습니다.
최악의 범죄자는 "통계적으로 유의미하다"를 "의 동의어인 것처럼 발음하는 사람들입니다.명확한"또는"어떤"또는"완벽한 지식” — 여기서 길을 잃는 아이러니가 있습니다. 다루는 분야에서 유래한 용어 불확실성 따라서 (정의상!) 우리의 지식이 있는 환경에만 속합니다. 지원 완벽하다.
전문 용어로 전문 용어와 싸우는 것을 선호하는 사람들을 위해 다음 섹션에서 좀 더 공식적인 언어를 사용하도록 돕겠습니다. 그 부분은 신경쓰지 않아도 되지만 동시에 궁금하다면 와 이 근처에 새로운 작은 우회로 단 8분 만에 통계의 가장 큰 아이디어를 모두 살펴볼 수 있습니다.
내 기사에 있는 대부분의 링크는 강조 표시된 주제에 대한 더 깊은 개요를 제공한 블로그 게시물로 연결되므로 이 기사를 나만의 모험 선택을 위한 발판으로 사용할 수도 있습니다. 미니 코스 on 데이터 과학.
"통계적 유의성"은 단순히 P-값이* 의사 결정자의 마음을 바꿀 정도로 낮았습니다. 즉, 우리가 사용하는 용어입니다. 귀무 가설 였다 거부.** 뭐 였다 그래도 귀무 가설? 그리고 그 시험은 얼마나 엄격했습니까? ¯_(ツ)_/¯
해답이 있는 통계에 오신 것을 환영합니다. p = 0.042이지만 질문이 무엇인지 모릅니다.
기술적으로 결정권자 가설 검정의 조건을 설정한 사람은 만 테스트 결과가 통계적으로 유의미할 수 있는 사람.
통계는 의사 결정을 위한 일련의 도구를 제공하지만 이를 사용하는 방법은 귀하에게 달려 있습니다. 다른 결정과 마찬가지로 개별적입니다.
이 프로세스에는 결정 질문을 매우 신중하게 표현하고 가정 당신은 당신의 대답이 틀릴 수 있는 여러 가지 방식에 대해 약간의 위험을 감수하고(왜냐하면 무작위성은 저크이기 때문에), 특정 질문에 대한 위험 제어 답변을 얻기 위해 수학을 사용하여 기꺼이 함께 살 것입니다.
수사학적인 괴롭힘을 위한 소품으로서의 인기에는 비뚤어지고 코믹한 무언가가 있습니다.
그렇기 때문에 실제 전문가는 진실을 적을 때리기 위해 망치와 같은 통계를 사용하지 않습니다. 두 명의 의사 결정자가 동일한 데이터에 대해 동일한 도구를 사용할 수 있으며 완전히 타당한 두 가지 결론에 도달… 즉, 수사적 괴롭힘을 위한 소품으로서의 인기에는 비뚤어지고 우스꽝스러운 무언가가 있다는 뜻입니다.
통계적 의미는 개인적입니다. 으니까 I 내 마음을 바꿀 정도로 데이터에 놀랐다고 해서 당신이 그래야 한다는 의미는 아닙니다.
이해하자마자 통계 작동 방식, 나는 통계적 의사 결정의 한계에 능통하지 않은 사람들 앞에서 어떤 것이 통계적으로 유의미하다고 선언하는 것이 얼마나 놀랍도록 오만하고 거의 무례한 일인지 경탄하지 않을 수 없었습니다. 이 용어는 누구에게나 유익하기에는 너무 보편적으로 들립니다. 그것은 마치 "닥치고 날 믿어, 내 방법은 화려하니까" 수사적 장치. 저와 함께 그 브랜드의 수사학에 “큭큭” 가치가 있습니다.
잠깐만, 다른 사람의 통계적으로 유의미한 결과에서 우리가 배울 수 있는 것이 전혀 없습니까?
여기에서 다소 철학적이므로 이에 대한 별도의 기사가 필요합니다. 그 질문에 대한 나의 견해:
요컨대, 내 충고는 다른 사람이 유능하고 마음에 가장 큰 이익이 있다고 믿는 한 의사 결정의 일부를 다른 사람에게 위임해도 괜찮다는 것입니다. 그들이 확신하면 그들의 의견을 빌려 모든 작업을 직접 다시 할 필요가 없습니다.
다른 사람의 통계적 결론을 사용하면 데이터가 아니라 개인에 대한 신뢰를 바탕으로 결정을 내리는 것입니다.
다른 사람의 결과를 사용하는 것은 데이터에 기반한 결정이 아니라 개별 인간에 대한 신뢰를 기반으로 한다는 점에 유의하십시오. 다른 사람을 신뢰하기로 선택하는 데 문제가 없으므로 처음부터 경험적으로 전체 세계관을 구축할 필요가 없습니다. 지식 공유는 인류를 성공으로 만드는 요소의 일부입니다. 당신이 튜닝하고 있다고 생각하는 "지식"의 하류에 전화하십시오.
누군가가 당신을 대신해 결정을 내리도록 내버려둔다면 다른 사람의 것을 소비한다는 의미입니다. P-값이 그리고 의사 결정을 위한 결론 — 그런 다음 충분히 유능하고 신뢰할 수 있다고 생각하는 사람인지 확인하십시오.
당신에게 통계적 전문 용어를 삽질하는 사람이 당신이 속한 사람이라면? 하지 믿음? 언덕을 향해 달려라!
통계적 유의성 선언에 집착하는 설득력이 있을 때마다 발화자 행상이다. 대화 상대를 신뢰한다면 통계적 유의성에 호소할 필요가 없습니다. 당신이 알아야 할 것은 그들이 확신한다는 것입니다. 당신이 그들을 신뢰하지 않는다면, 당신은 믿을 수 없다 그들의 통계는 당신이 그들의 재즈 손을 믿는 것보다 더 이상 전문 용어를 사용하지 않습니다.
질문이 무엇인지 이해하려고 애쓰지 않는다면 답이 무슨 소용이 있겠습니까?
이 블로그 게시물에서 빼놓을 수 없는 한 가지 사항은 다음과 같습니다. 의사 결정자에 대해 잘 모르고 의사 결정자가 결정을 내리는 방법을 잘 모르는 경우 마음을 바꾸다 (정확히 무엇에 대해) 통계적 유의성과 관련된 그들의 주장은 당신에게 전혀 의미 없는. 질문이 무엇인지 이해하려고 애쓰지 않는다면 답이 무슨 소용이 있겠습니까?
여기에서 즐거운 시간을 보냈고 초보자와 전문가 모두에게 재미있도록 설계된 응용 AI 과정을 찾고 있다면 여기 내가 당신의 즐거움을 위해 만든 것이 있습니다.
우리 친구하자! 당신은 나를 찾을 수 있습니다 트위터, 유튜브, 서브 스택및 링크드인. 귀하의 행사에서 제가 연설하는 데 관심이 있으십니까? 사용 이 양식을 연락하기.
다음은 제가 가장 좋아하는 10분 연습입니다.
*p-값이 무엇인지 알고 싶다면 여기 제가 도움을 주기 위해 만든 동영상이 있습니다.
**가설 검정에 대한 설명은 내 블로그 게시물 주제에 대해 알아보거나 다음 비디오 쌍을 확인하십시오.
출처 https://towardsdatascience.com/fooled-by-statistical-significance-7fed1bc2caf9?source=rss—-7f60cf5620c9—4에서 https://towardsdatascience.com/feed를 통해 재게시된 통계적 유의성에 의해 속임
<!–
–>
