Põhjused: 1) Väike valimi suurus võrreldes teie andmete varieeruvusega. 2) Sõltuvate ja sõltumatute muutujate vahel puudub seos. Kui teie katse on hästi kavandatud ja hea replikatsiooniga, võib see olla kasulik tulemus (avaldatav).
Mida tähendab ebaoluline regressioonis?
Kuidas tõlgendada P-väärtusi lineaarses regressioonianalüüsis? Iga liikme p-väärtus kontrollib nullhüpoteesi, et koefitsient on võrdne nulliga (mõju puudub). … Seevastu suurem (ebaoluline) p-väärtus viitab sellele, et muutused ennustajas ei ole seotud muutustega vastuses.
Mida see tähendab, kui tulemus pole märkimisväärne?
See tähendab, et tulemusi peetakse „statistiliselt ebaolulisteks”, kui analüüs näitab, et nii suured (või suuremad) erinevused kui täheldatud erinevus, ilmnevad juhuslikult rohkem kui üks kord kahekümnest (p > 0,05).
Mis saab siis, kui mu regressioonimudel ei ole oluline?
Kuid kuna tulemused ei ole olulised, ei saa te oma hüpoteesi kinnitada, ei ole nende muutujate vaheline seos populatsiooni tasemel oluline. See võib olla valimi suuruse probleem või midagi muud, kuid mõlemal juhul ei leia teie hüpotees kinnitust.
Mida teete, kui tulemused ei ole statistiliselt olulised?
Kui uuringu tulemusedei ole statistiliselt olulised, a post hoc statistilise võimsuse ja valimi suuruse analüüs võib mõnikord näidata, et uuring oli piisav alt tundlik olulise kliinilise toime tuvastamiseks. Parim meetod on siiski kasutada uuringu kavandamisel võimsuse ja valimi suuruse arvutusi.
