תוֹכֶן
בכל בדיקות ההשערה הסטטיסטית קיימות שתי נתונים סטטיסטיים חשובים במיוחד - אלפא ובטא. ערכים אלה מייצגים, בהתאמה, את ההסתברות לטעות מסוג I וההסתברות לטעות מסוג II. שגיאה מסוג I היא חיובית שגויה, או מסקנה הקובעת שיש קשר משמעותי בנתונים כאשר למעשה אין קשר משמעותי. שגיאה מסוג II היא שלילית כוזבת, או מסקנה שקובעת כי אין קשר בנתונים כאשר למעשה יש קשר משמעותי. בדרך כלל קשה למצוא בטא. עם זאת, אם כבר יש לך השערת אלפא, אתה יכול להשתמש בטכניקות מתמטיות כדי לחשב בטא. טכניקות אלה דורשות מידע נוסף: ערך אלפא, גודל מדגם וגודל אפקט. ערך האלפא נובע מהשערת האלפא שלך; זו ההסתברות לשגיאה מסוג I. גודל המדגם הוא מספר נקודות הנתונים בערכת הנתונים שלך. גודל האפקט מוערך בדרך כלל מנתוני עבר.
רשום את הערכים הדרושים בחישוב בטא. ערכים אלה כוללים אלפא, גודל האפקט וגודל המדגם. אם אין לך נתוני עבר המציינים גודל אפקט ברור, השתמש בערך 0.3 כדי להיות שמרני. בעיקרו של דבר, גודל האפקט הוא חוזק הקשר בנתונים; לכן 0.3 נלקח בדרך כלל מכיוון שהוא גודל אפקט "מתון".
מצא את ציון Z לערך 1 - אלפא / 2. ציון Z זה ישמש בחישוב הבטא. לאחר חישוב הערך המספרי עבור 1 - אלפא / 2, חפש את ציון Z המתאים לערך זה. זהו ציון Z הדרוש לחישוב בטא.
חשב את ציון ה- Z לערך 1 - בטא. חלקו את גודל האפקט ב- 2 וקחו את השורש הריבועי. הכפל תוצאה זו בגודל האפקט. הפחיתו את ציון ה- Z שנמצא בשלב האחרון מערך זה כדי להגיע לציון ה- Z לערך 1 - בטא.
המירו את ציון Z ל -1 - בטא כמספר. "הפוך" חפש את ציון ה- Z עבור 1 - בטא על ידי חיפוש הראשון על ציון ה- Z בטבלת ה- Z. עקוב אחר ציון Z זה חזרה לטור (או שורה) כדי למצוא מספר. מספר זה שווה ל 1 - בטא.
הפחת את המספר שנמצא זה עתה מ -1. תוצאה זו היא בטא.