What is the relationship of the p v

What is the relationship of the p value to the level of significance α? If we
make the habit of fixing α equal to the p value of a test statistic (e.g., the t statistic),
then there is no conflict between the two values. To put it differently,
it is better to give up fixing α arbitrarily at some level and simply
choose the p value of the test statistic. It is preferable to leave it to the
reader to decide whether to reject the null hypothesis at the given p value. If
in an application the p value of a test statistic happens to be, say, 0.145, or
14.5 percent, and if the reader wants to reject the null hypothesis at this
(exact) level of significance, so be it. Nothing is wrong with taking a chance
of being wrong 14.5 percent of the time if you reject the true null hypothesis.
Similarly, as in our consumption–income example, there is nothing
wrong if the researcher wants to choose a p value of about 0.02 percent and
not take a chance of being wrong more than 2 out of 10,000 times. After all,
some investigators may be risk-lovers and some risk-averters!

Kết quả (Việt) 1:

Mối quan hệ của các giá trị p đến cấp độ của ý nghĩa α là gì? Nếu chúng tôithực hiện các thói quen của việc sửa α bằng với giá trị p của một thống kê thử nghiệm (ví dụ, t thống kê),sau đó là không có xung đột giữa hai giá trị. Để đặt nó một cách khác nhau,nó là tốt hơn để cung cấp cho lập sửa chữa α tùy tiện một số cấp độ và chỉ đơn giản làchọn giá trị p của thống kê thử nghiệm. Nó là thích hợp hơn để lại nó để cácđọc để quyết định để loại bỏ giả thuyết null giá trị p được đưa ra. Nếutrong ứng dụng giá trị p của một thống kê thử nghiệm sẽ xảy ra là, nói, 0.145, hoặc14.5 phần trăm, và nếu có người đọc muốn từ chối các giả thuyết null tại đâytầm quan trọng của mức độ (chính xác), để là nó. Không có gì là sai với việc một cơ hộibị sai 14.5 phần trăm của thời gian nếu bạn từ chối các giả thuyết null đúng sự thật.Tương tự, như trong ví dụ tiêu thụ-thu nhập của chúng tôi, không có gì làsai lầm nếu các nhà nghiên cứu muốn chọn các giá trị p của khoảng 0,02% vàkhông có một cơ hội bị sai hơn 2 trong số 10.000 lần. Cuối cùngmột số nhà điều tra có thể là nguy cơ những người yêu thích và một số nguy cơ-averters!

Kết quả (Việt) 2:

Các mối quan hệ của các giá trị p với mức ý nghĩa α là gì? Nếu chúng ta
thực hiện các thói quen của việc sửa α bằng với giá trị p của một thống kê kiểm tra (ví dụ, các số liệu thống kê t),
sau đó không có xung đột giữa hai giá trị. Nói cách khác,
nó là tốt hơn để bỏ sửa α tùy tiện ở một mức độ nào và chỉ cần
chọn các giá trị p của thống kê kiểm tra. Đó là một lợi thế để lại nó cho
người đọc để quyết định có bác bỏ giả thuyết null ở giá trị p cho trước. Nếu
trong một ứng dụng giá trị p của một thống kê kiểm tra sẽ xảy ra là, nói, 0.145, hay
14,5 phần trăm, và nếu người đọc muốn bác bỏ giả thuyết lúc này
(chính xác) mức ý nghĩa, như vậy đi. Không có gì là sai với lấy một cơ hội
bị sai 14,5 phần trăm thời gian nếu bạn loại bỏ giả thuyết đúng.
Tương tự như vậy, như trong ví dụ tiêu dùng có thu nhập của chúng tôi, không có gì là
sai nếu các nhà nghiên cứu muốn chọn giá trị p khoảng 0,02 phần trăm và
không mất một cơ hội bị sai nhiều hơn 2 trong số 10.000 lần. Sau khi tất cả,
một số nhà nghiên có thể có nguy cơ những người yêu và một số rủi ro averters!