В эксперименте получено p-value = 0.30 при alpha = 0.05. Какое утверждение наиболее корректно?
A
H0 доказана и эффект точно равен нулю, потому что наблюдённое p-value существенно превысило выбранный уровень alphaBНет оснований отвергнуть
H0 на уровне alpha, но это не доказательство отсутствия эффекта: возможно, низкая мощность тестаCЭффект точно отсутствует в популяции, потому что
p-value большой, и поэтому повторный запуск теста не имеет практического смыслаDТестовая версия точно хуже контрольной, раз нет статистической значимости при выбранном
alpha, и её можно безопасно отключитьПравильный ответ. Неудача отвергнуть
H0 не означает, что H0 истинна: возможно, мощности просто не хватило для обнаружения эффекта.Разбор
Большое p-value означает, что данные не противоречат H0 настолько, чтобы отвергнуть её при выбранном alpha. Это может быть и следствием малого реального эффекта или недостаточной выборки, то есть высокого beta и низкой мощности теста. Частая ошибка — интерпретировать «нет значимости» как «эффекта нет» или «вторая версия точно хуже». Корректный вывод осторожнее: пока недостаточно доказательств в пользу эффекта.
Проверь себя · 1/3разбор после ответа
Как связаны мощность теста
power и вероятность ошибки II рода beta?Ещё вопросы по теме «Основы проверки гипотез»
- В A/B тесте вы сравниваете конверсию между вариантами A и B. Какая формулировка `H0`/`H1` корректна для двусторонней проверки отличий?
- Как корректно интерпретировать значение `p-value` = 0.03 в проверке статистических гипотез?
- При уровне значимости 0.05 получено `p-value` = 0.04. Какое решение соответствует стандартному правилу проверки гипотез?
- Что означает выбор уровня значимости `alpha` = 0.01 в терминах ошибки I рода?
- Что обозначает параметр `beta` в проверке гипотез?
- Все вопросы по «Основы проверки гипотез» →