A positive is a significant result,

A positive is a significant result, i.e. the p-value is less than your cut off value, normally 0.05. A false positive is when you get a significant difference when, in reality, none exists. As I mentioned above, the p-value is the chance that this data could occur given no difference actually exists. So, choosing a cut off of 0.05 means there is a 5% chance that we make the wrong decision.

ผลลัพธ์ (ไทย) 1:

บวกเป็นผลสำคัญ เช่นมีค่า p น้อยกว่าการตัดออก ค่าปกติ 0.05 บวกเท็จคือเมื่อคุณได้รับมีความแตกต่างอย่างมีนัยสำคัญเมื่อ ในความเป็นจริง ไม่อยู่ ตามที่ผมกล่าวข้างต้น ค่า p เป็นโอกาสที่ข้อมูลนี้อาจเกิดขึ้นให้แตกต่างไม่มีอยู่จริง อื่น ๆ เลือกตัดออกหมายถึง 0.05 มีมีโอกาส 5% ที่เราทำการตัดสินใจผิด

ผลลัพธ์ (ไทย) 2:

ในเชิงบวกคือผลอย่างมีนัยสำคัญเช่น p-value น้อยกว่าตัดคุณออกค่าปกติ 0.05 บวกปลอมเมื่อคุณได้รับความแตกต่างอย่างมีนัยสำคัญเมื่อในความเป็นจริงไม่มีใครอยู่ ที่ผมกล่าวถึงข้างต้น p-value เป็นโอกาสที่ข้อมูลเหล่านี้อาจเกิดขึ้นได้รับไม่แตกต่างกันมีอยู่จริง ดังนั้นการเลือกตัดออกจาก 0.05 หมายความว่ามีโอกาส 5% ที่เราทำตัดสินใจที่ผิดพลาด

ผลลัพธ์ (ไทย) 3:

ผลทางด้านบวก เช่น p-value น้อยกว่าตัดจากค่าปกติ พบว่า เป็นเท็จบวกเมื่อคุณได้รับความแตกต่างเมื่อในความเป็นจริง ไม่มีอยู่จริง ที่ผมกล่าวถึงข้างต้น และเป็นโอกาสที่ข้อมูลนี้สามารถเกิดขึ้นจากความแตกต่างที่จริงมีอยู่ ดังนั้น การเลือกตัด 0.05 หมายถึงมี 5 % โอกาสที่เราจะตัดสินใจผิดพลาด