The most common statistical test fo

The most common statistical test for data in a two-by-two table from an outbreak is the chi-square test. To apply this test, calculate the chi-square statistic, then look up its corresponding p-value in a table of chi-squares, such as Table 6.10. Since a two-by-two table has 1 degree of freedom, a chi-square larger than 3.84 corresponds to a p-value smaller than 0.05. This means that if you planned to reject the null hypothesis if the p-value is less than 0.05, you can do so if your value for chi-square is greater than 3.84. Recognize, however, that the chi-square and similar tests are guides to help you make a decision about a hypothesis. Whichever decision you make, you may be right or you may be wrong. You could calculate a p-value that is not less than 0.05 and consequently fail to reject the null hypothesis, which may turn out to be true. This often occurs when a study has relatively few people. The opposite can also occur — a p-value less than 0.05 can actually be a chance finding rather than the true explanation of the outbreak.

ผลลัพธ์ (ไทย) 1:

การทดสอบทางสถิติพบมากที่สุดสำหรับข้อมูลในตารางสองโดยทั้งสองจากการระบาดเป็นการทดสอบไคสแควร์ การใช้การทดสอบนี้ คำนวณสถิติไคสแควร์ แล้วค้นหา p-ค่าที่สอดคล้องกันในตารางของ chi-squares เช่น 6.10 ตาราง ตั้งแต่สองโดยทั้งสองตารางมี 1 องศาของเสรีภาพ ไคสแควร์ที่มีขนาดใหญ่กว่า 3.84 ตรงกับ p-ค่าน้อยกว่า 0.05 ซึ่งหมายความ ว่า ถ้าคุณวางแผนจะปฏิเสธสมมติฐานว่างหากค่า p น้อยกว่า 0.05 คุณสามารถทำได้ถ้าค่าไคสแควร์ของคุณมากกว่า 3.84 ตระหนัก อย่างไรก็ตาม ว่า ไคสแควร์และการทดสอบคล้าย คู่มือเพื่อช่วยคุณตัดสินใจเกี่ยวกับสมมติฐาน ตัดสินใจแล้วแต่ที่คุณทำ คุณอาจจะขวา หรือคุณอาจไม่ถูกต้อง คุณสามารถคำนวณ p มูลค่าที่ไม่น้อยกว่า 0.05 และจึง ไม่สามารถปฏิเสธสมมติฐานว่าง ซึ่งอาจเปิดออกจะเป็นจริง นี้มักจะเกิดขึ้นเมื่อมีการศึกษาค่อนข้างไม่กี่คน ตรงกันข้ามอาจเกิดขึ้นซึ่งค่า p น้อยกว่า 0.05 สามารถจริงจะหาโอกาสที่มากกว่าคำอธิบายจริงระบาด

ผลลัพธ์ (ไทย) 2:

การทดสอบทางสถิติพบมากที่สุดสำหรับข้อมูลในตารางที่สองโดยสองคนจากการระบาดของโรคคือการทดสอบไคสแควร์ เพื่อนำไปใช้ทดสอบนี้คำนวณสถิติไคสแควร์แล้วมองขึ้นสอดคล้อง p-value ในตารางของ Chi-สี่เหลี่ยมเช่นตารางที่ 6.10 ตั้งแต่สองตารางโดยทั้งสองมี 1 ระดับของเสรีภาพเป็นไคสแควร์ขนาดใหญ่กว่า 3.84 สอดคล้องกับ p-value มีขนาดเล็กกว่า 0.05 ซึ่งหมายความว่าหากคุณวางแผนที่จะปฏิเสธสมมติฐานถ้า p-value น้อยกว่า 0.05, คุณสามารถทำได้ถ้าค่าของคุณสำหรับไคสแควร์เป็นจำนวนมากกว่า 3.84 รับรู้ได้อย่างไรว่าการทดสอบไคสแควร์และคล้ายเป็นคำแนะนำเพื่อช่วยให้คุณตัดสินใจเกี่ยวกับสมมติฐาน ใดก็ตามที่การตัดสินใจของคุณจะทำให้คุณอาจจะถูกหรือคุณอาจจะผิด คุณสามารถคำนวณ p-value ที่ไม่น้อยกว่า 0.05 และจึงไม่ปฏิเสธสมมติฐานซึ่งอาจเปิดออกเพื่อจะเป็นจริง นี้มักจะเกิดขึ้นเมื่อมีการศึกษาค่อนข้างไม่กี่คน ตรงข้ามยังสามารถเกิดขึ้น - p-ค่าน้อยกว่า 0.05 สามารถจริงจะมีโอกาสมากกว่าการหาคำอธิบายที่แท้จริงของการระบาดของโรคได้

ผลลัพธ์ (ไทย) 3:

ที่พบมากที่สุด สถิติที่ใช้ในการวิเคราะห์ข้อมูลในการทดสอบสำหรับสองโดยสองโต๊ะ จากการระบาดเป็น Chi square test เพื่อใช้ทดสอบนี้ คำนวณ ไคสแควร์ สถิติ แล้วมองขึ้นและสอดคล้องกันในโต๊ะสี่เหลี่ยมชิ เช่น โต๊ะ 6.10 . ตั้งแต่สองโดยสองโต๊ะได้ 1 องศาของเสรีภาพ , ไคสแควร์ขนาดใหญ่กว่า 3.84 สอดคล้องกับ p-value น้อยกว่า 0.05 ซึ่งหมายความว่าถ้าคุณวางแผนที่จะปฏิเสธสมมติฐานโมฆะถ้า p-value น้อยกว่า 0.05 , คุณสามารถทำดังนั้นถ้าค่าไคสแควร์เพื่อมากกว่า 3.84 . จำ , อย่างไรก็ตาม , ว่าไคสแควร์และทดสอบที่คล้ายกันเป็นคู่มือที่จะช่วยให้คุณตัดสินใจเกี่ยวกับสมมุติฐาน แล้วแต่การตัดสินใจของคุณ คุณอาจจะถูกหรืออาจจะผิด คุณสามารถคำนวณค่า p ที่ไม่ใช่น้อยกว่า 0.05 และจึงไม่สามารถปฏิเสธสมมติฐานว่าง ซึ่งอาจกลายเป็นจริง นี้มักจะเกิดขึ้นเมื่อการศึกษามีค่อนข้างน้อยครับ ตรงข้ามยังสามารถเกิดขึ้น - p-value น้อยกว่า 0.05 สามารถจริงจะมีโอกาสเจอมากกว่าคำอธิบายที่แท้จริงของโรคระบาด