Ukuran relatif dari nilai p pada ukuran sampel yang berbeda

Bagaimana ukuran relatif nilai ap berubah pada ukuran sampel yang berbeda? Seperti jika Anda mendapat $p=0.20$ pada $n=45$ untuk korelasi dan kemudian pada $n=120$ Anda mendapat nilai p yang sama dari 0,20, apa yang akan menjadi ukuran relatif dari nilai p untuk tes kedua, dibandingkan dengan nilai p asli kapan $n=45$ ?

p-value sample-size Nick Stauner
sumber

Tolong jelaskan arti di mana Anda memodifikasi ukuran sampel. Apakah Anda mencoba membandingkan nilai-p untuk dua percobaan independen dari hal-hal yang berbeda atau apakah Anda malah mempertimbangkan kemungkinan menambah sampel ukuran

45

$45$ dengan mengumpulkan

120 - 45

$120-45$ pengamatan independen tambahan?

whuber

Sayangnya saya tidak diberi informasi lebih dari itu dalam pertanyaan

Ini untuk beberapa subjek?

Glen_b -Reinstate Monica

Jawaban:

Pertimbangkan untuk melempar koin yang menurut Anda terlalu sering muncul.

Anda melakukan percobaan, diikuti dengan uji hipotesis satu arah. Dalam sepuluh kali lemparan, Anda mendapatkan 7 kepala. Sesuatu yang setidaknya sejauh 50% dapat dengan mudah terjadi dengan koin yang adil. Tidak ada yang aneh di sana.

Jika sebaliknya, Anda mendapat 700 kepala dalam 1000 kali lemparan, hasil setidaknya sejauh tidak adil yang akan mengejutkan untuk koin yang adil.

Jadi 70% kepala sama sekali tidak aneh untuk koin yang adil dalam kasus pertama dan sangat aneh untuk koin yang adil dalam kasus kedua. Perbedaannya adalah ukuran sampel.

Ketika ukuran sampel meningkat, ketidakpastian kami tentang di mana rata-rata populasi bisa (proporsi kepala dalam contoh kami) menurun. Jadi sampel yang lebih besar konsisten dengan rentang yang lebih kecil dari nilai populasi yang mungkin - lebih banyak nilai cenderung menjadi "dikesampingkan" ketika sampel semakin besar.

$H_0$

Glen_b -Reinstate Monica
sumber

Terima kasih :) Dan bagaimana hal itu cocok dengan mendapatkan nilai-p yang sama (tidak lebih kecil) dengan ukuran sampel yang lebih besar?

P (H) = 0.5

$P(H)=0.5$

Pertanyaan Anda yang diedit sekarang sangat membingungkan. Saya pikir saya mengerti apa yang Anda minta, sekarang saya sama sekali tidak tahu apa yang Anda bicarakan. (Rupanya yang ditanyakan bukan yang ditanyakan.)

Glen_b -Reinstate Monica

Saya tidak tahu apa yang dimaksud dengan frasa 'nilai relatif' di sana.

Glen_b -Reinstate Monica

1.7 \times 10^{- 37}

$1.7 \times 10^{-37}$

Saya setuju dengan @Glen_b, hanya ingin menjelaskannya dari sudut pandang lain.

$H_{0}$

$[0.0001, 0.0010]$ $H_0$

Rufo
sumber

$p$ $p$ - yaitu, probabilitas memperoleh lebih banyak sampel dengan ukuran yang sama dan dengan ukuran efek setidaknya sekuat sampel Anda jika Anda mengambilnya secara acak dari populasi yang sama, dengan asumsi ukuran efek dalam populasi tersebut sebenarnya nol - berkurang sebagai ukuran sampel meningkat dan ukuran efek sampel tetap tidak berubah. Jika ukuran efek berkurang atau variasi kesalahan meningkat dengan meningkatnya ukuran sampel, signifikansi dapat tetap sama.

$x=\{1,2,3,4,5\}$ $y=\{2,1,2,1,3\}$ $r=.378,t_{(3)}=.71,p=.53$ $x=\{1,2,3,4,5,1,2,3,4,5\}$ $y=\{2,1,2,1,3,2,1,2,1,3\}$ $r=.378$ $t_{(3)}=1.15,p=.28$ $n$ $\lim_{n\to\infty} p(n)=0$

Nick Stauner
sumber

Ketika Anda mereferensikan CLT, saya pikir Anda benar-benar bermaksud merujuk hukum nomor besar. CLT memberi kami perkiraan normal dari distribusi sampling - yang sebenarnya tidak Anda sebutkan.

Dason