341. Wielkość efektu – dlaczego jest potrzebna obok p-value?
Wielkość efektu pokazuje, jak duża jest obserwowana różnica lub zależność. Lekcja wyjaśnia jej rodzaje, interpretację, wzory i znaczenie praktyczne.
-
-
340. Jak raportować wyniki bez sprowadzania ich do „istotne/nieistotne”?
Dobra interpretacja wyników nie kończy się na decyzji „istotne” albo „nieistotne”. Poznaj zasady raportowania efektu, niepewności i znaczenia praktycznego.
-
327. Statystyka testowa – czym jest?
Statystyka testowa to liczba obliczana na podstawie próby, która pozwala ocenić zgodność danych z hipotezą zerową. Lekcja wyjaśnia jej sens, wzory i interpretację.
-
325. p = 0,049 i p = 0,051 – dlaczego wyniki są bardziej podobne, niż sugeruje próg?
Wyniki p = 0,049 i p = 0,051 są niemal identyczne liczbowo, choć przekroczenie progu 0,05 często prowadzi do skrajnie różnych opisów. Lekcja wyjaśnia, dlaczego tak się dzieje i jak interpretować takie rezultaty odpowiedzialnie.
-
324. Najczęstsze mity dotyczące p-value
p-value nie mówi, czy hipoteza jest prawdziwa. Poznaj najczęstsze błędy interpretacyjne i naucz się łączyć wynik testu z efektem, niepewnością i kontekstem.
-
066. Jak przełożyć hipotezę merytoryczną na hipotezę statystyczną?
Hipoteza merytoryczna opisuje oczekiwany związek, różnicę lub efekt w języku dziedziny. Hipoteza statystyczna przekłada to twierdzenie na formalny zapis dotyczący parametrów populacji, który można ocenić za pomocą danych.