Most statistical tests rely upon ce

Most statistical tests rely upon certain assumptions
about the variables used in the analysis. When these
assumptions are not met the results may not be
trustworthy, resulting in a Type I or Type II error, or
over- or under-estimation of significance or effect
size(s). As Pedhazur (1997, p. 33) notes,
"Knowledge and understanding of the situations
when violations of assumptions lead to serious
biases, and when they are of little consequence, are
essential to meaningful data analysis". However, as
Osborne, Christensen, and Gunter (2001) observe,
few articles report having tested assumptions of the
statistical tests they rely on for drawing their
conclusions. This creates a situation where we have
a rich literature in education and social science, but
we are forced to call into question the validity of
many of these results, conclusions, and assertions, as
we have no idea whether the assumptions of the
statistical tests were met. Our goal for this paper is to
present a discussion of the assumptions of multiple
regression tailored toward the practicing researcher

ผลลัพธ์ (ไทย) 1:

การทดสอบทางสถิติส่วนใหญ่อาศัยตามสมมติฐานบางอย่างเกี่ยวกับตัวแปรที่ใช้ในการวิเคราะห์การ เมื่อเหล่านี้ไม่ตรงตามสมมติฐานอาจไม่มีผลน่าเชื่อถือ เกิดในชนิดฉันหรือ Type II ข้อผิดพลาด หรือเกิน - หรือต่ำเกินไป- estimation ของความสำคัญหรือมีผลsize(s) เป็น Pedhazur (1997, p. 33) จดบันทึก"ความรู้ความเข้าใจในสถานการณ์เมื่อการละเมิดของสมมติฐานทำให้ร้ายแรงอคติ และเมื่อพวกเขามีน้อยนิดสิ่งสำคัญในการวิเคราะห์ข้อมูลมีความหมาย" อย่างไรก็ตาม เป็นออสบอร์น คริส และ Gunter (2001) สังเกตบทความบางรายงานมีทดสอบสมมติฐานของการสถิติทดสอบพวกเขาพึ่งพาสำหรับการวาดภาพของพวกเขาบทสรุป สร้างสถานการณ์ที่เรามีวรรณกรรมมากมายในการศึกษาและสังคมศาสตร์ แต่เราถูกบังคับให้โทรไปถามความถูกต้องของหลายผล สรุป และ assertions เป็นเรามีความคิดว่าสมมติฐานของการการทดสอบทางสถิติได้พบ เป้าหมายของเราสำหรับกระดาษนี้คือปัจจุบันการสนทนาของสมมติฐานของหลายถดถอยที่เหมาะต่อการฝึกนักวิจัย

ผลลัพธ์ (ไทย) 2:

การทดสอบทางสถิติส่วนใหญ่ขึ้นอยู่กับสมมติฐานบางอย่าง
เกี่ยวกับตัวแปรที่ใช้ในการวิเคราะห์ เมื่อเหล่า
สมมติฐานจะไม่พบผลลัพธ์ที่ได้อาจจะไม่เป็น
ที่น่าเชื่อถือส่งผลให้ในประเภทฉันหรือข้อผิดพลาด Type II หรือ
เกินหรือต่ำกว่าประมาณค่าอย่างมีนัยสำคัญหรือผล
ขนาด (s) ในฐานะที่เป็น Pedhazur (1997, น. 33) บันทึก
"ความรู้และความเข้าใจในสถานการณ์
เมื่อการละเมิดของสมมติฐานที่รุนแรงนำไปสู่การ
มีอคติและเมื่อพวกเขามีผลเล็ก ๆ น้อย ๆ เป็น
สิ่งจำเป็นในการวิเคราะห์ข้อมูลที่มีความหมาย" แต่เป็น
ออสบอร์, คริสและ Gunter (2001) สังเกต
ไม่กี่บทความที่มีรายงานการทดสอบสมมติฐานของ
การทดสอบทางสถิติพวกเขาพึ่งพาสำหรับการวาดภาพของพวกเขา
ได้ข้อสรุป นี้จะสร้างสถานการณ์ที่เรามี
วรรณกรรมที่อุดมไปด้วยในการศึกษาและวิทยาศาสตร์ทางสังคม แต่
เราถูกบังคับให้โทรเข้ามาถามความถูกต้องของ
จำนวนมากเหล่านี้ผลสรุปและยืนยันตามที่
เราไม่มีความคิดว่าสมมติฐานของ
การทดสอบทางสถิติได้ พบ เป้าหมายของเราสำหรับกระดาษนี้คือการ
นำเสนอการอภิปรายของสมมติฐานหลายที่
ถดถอยที่เหมาะต่อการวิจัยการฝึก

ผลลัพธ์ (ไทย) 3:

การทดสอบทางสถิติส่วนใหญ่อาศัยบนสมมติฐานบางอย่างเกี่ยวกับตัวแปรที่ใช้ในการวิเคราะห์ เมื่อเหล่านี้สมมติฐานที่ไม่พบผลลัพธ์ที่ไม่อาจเป็นเชื่อถือได้ ส่งผลให้ ประเภทที่ 1 หรือ 2 หรือข้อผิดพลาดเหนือ - ใต้ประมาณความสำคัญหรือผลขนาด ( S ) เป็น pedhazur ( 2540 , หน้า 33 ) หมายเหตุ" ความรู้และความเข้าใจในสถานการณ์เมื่อการละเมิดข้อสมมติฐานนำไปสู่ร้ายแรงอคติและเมื่อพวกเขาจะไม่สำคัญ ,สรุปการวิเคราะห์ข้อมูลที่มีความหมาย อย่างไรก็ตามออสบอร์น คริสเตนเซ่นและ Gunter ( 2001 ) สังเกตมีกี่บทความรายงานการทดสอบสมมติฐานของสถิติทดสอบพวกเขาพึ่งพาสำหรับการวาดภาพของพวกเขาสรุป นี้จะสร้างสถานการณ์ที่เราได้วรรณกรรมมากมายในการศึกษาและวิทยาศาสตร์สังคม แต่เราถูกบังคับให้โทรเข้ามาถามความถูกต้องของหลายเหล่านี้ผล สรุป และยืนยันเป็นเราไม่มีความคิดว่าสมมติฐานของการทดสอบทางสถิติได้พบกับ เป้าหมายของเราสำหรับบทความนี้คือปัจจุบันการอภิปรายของสมมติฐานของหลาย ๆการฝึกที่เหมาะต่อนักวิจัย