6 May 2021 5:43

आंकड़ों की महत्ता

सांख्यिकीय महत्व क्या है?

सांख्यिकीय महत्व इस दावे को संदर्भित करता है कि परीक्षण या प्रयोग द्वारा उत्पन्न डेटा से परिणाम यादृच्छिक रूप से या संयोग से होने की संभावना नहीं है, लेकिन इसके बजाय एक विशिष्ट कारण के कारण होने की संभावना है। सांख्यिकीय महत्व होना अकादमिक विषयों या चिकित्सकों के लिए महत्वपूर्ण है, जो डेटा और अनुसंधान, जैसे कि अर्थशास्त्र, वित्त, निवेश, चिकित्सा, भौतिकी और जीव विज्ञान के विश्लेषण पर निर्भर करते हैं ।

सांख्यिकीय महत्व को मजबूत या कमजोर माना जा सकता है। जब एक डेटा सेट का विश्लेषण करना और यह जानने के लिए आवश्यक परीक्षण करना कि क्या एक या एक से अधिक चर का परिणाम पर प्रभाव पड़ता है, तो मजबूत सांख्यिकीय महत्व इस तथ्य का समर्थन करने में मदद करता है कि परिणाम वास्तविक हैं और भाग्य या मौका के कारण नहीं। बस कहा गया है, यदि पी-मान छोटा है, तो परिणाम अधिक विश्वसनीय माना जाता है।

सांख्यिकीय महत्व के परीक्षणों में समस्याएं उत्पन्न होती हैं क्योंकि शोधकर्ता आमतौर पर बड़ी आबादी के नमूनों के साथ काम कर रहे हैं, न कि स्वयं आबादी। परिणामस्वरूप, नमूनों को आबादी का प्रतिनिधि होना चाहिए, इसलिए नमूने में निहित डेटा किसी भी तरह से पक्षपाती नहीं होना चाहिए। अर्थशास्त्र सहित अधिकांश विज्ञानों में, सांख्यिकीय महत्व प्रासंगिक है यदि दावा 95% (या कभी-कभी 99%) के स्तर पर किया जा सकता है।

सांख्यिकीय महत्व को समझना

सांख्यिकीय महत्व (महत्व परीक्षण) की गणना कुछ हद तक त्रुटि के अधीन है। शोधकर्ता को पहले से ही एक नमूना त्रुटि की संभावना को परिभाषित करना चाहिए, जो किसी भी परीक्षण में मौजूद है जिसमें पूरी आबादी शामिल नहीं है।

नमूना आकार सांख्यिकीय महत्व का एक महत्वपूर्ण घटक है कि बड़े नमूनों में फुकने की संभावना कम होती है। केवल यादृच्छिक, प्रतिनिधि नमूना एस का उपयोग महत्व परीक्षण में किया जाना चाहिए। जिस स्तर पर कोई भी स्वीकार कर सकता है कि क्या कोई घटना सांख्यिकीय रूप से महत्वपूर्ण है जिसे महत्व स्तर के रूप में जाना जाता है।

शोधकर्ता सांख्यिकीय महत्व को निर्धारित करने के लिए पी-मान के रूप में ज्ञात एक परीक्षण सांख्यिकीय का उपयोग करते हैं: यदि पी-मूल्य महत्व स्तर से नीचे आता है, तो परिणाम सांख्यिकीय रूप से महत्वपूर्ण है। पी-मूल्य डेटा नमूनों के साधन और मानक विचलन का एक कार्य है।

पी-मूल्य उस संभाव्यता को इंगित करता है जिसके तहत दिए गए सांख्यिकीय परिणाम हुए, यह मानते हुए कि मौका अकेले परिणाम के लिए जिम्मेदार है। यदि यह संभावना छोटी है, तो शोधकर्ता एक कारण के रूप में हमारे मौका को सुरक्षित रूप से नियंत्रित कर सकता है। कम से कम सांख्यिकीय रूप से महत्वपूर्ण माने जाने वाले परिणामों के लिए पी-वैल्यू को महत्वपूर्ण स्तर पर गिरना चाहिए।

महत्व स्तर के विपरीत, 1 स्तर के महत्व के स्तर के रूप में गणना की, विश्वास स्तर है। यह विश्वास की डिग्री को इंगित करता है कि सांख्यिकीय परिणाम संयोग से या त्रुटि त्रुटि से नहीं हुआ था। कई सांख्यिकीय परीक्षणों में प्रथागत आत्मविश्वास स्तर 95 प्रतिशत है, जो एक प्रथागत महत्व स्तर या 5 प्रतिशत के पी-मूल्य के लिए अग्रणी है ।

चाबी छीन लेना

  • सांख्यिकीय महत्व इस दावे को संदर्भित करता है कि परीक्षण या प्रयोग द्वारा उत्पन्न डेटा के परिणामस्वरूप किसी विशिष्ट कारण के कारण होने की संभावना है।
  • यदि किसी आंकड़े का उच्च महत्व है तो इसे अधिक विश्वसनीय माना जाता है।
  • सांख्यिकीय महत्व की गणना त्रुटि की एक निश्चित डिग्री के अधीन है। 
  • सांख्यिकीय महत्व को गलत तरीके से समझा जा सकता है जब शोधकर्ता अपने परिणामों की रिपोर्ट करने में सावधानी से भाषा का उपयोग नहीं करते हैं। 
  • शोध किए जाने के आधार पर कई प्रकार के महत्व परीक्षणों का उपयोग किया जाता है

विशेष ध्यान

सांख्यिकीय महत्व हमेशा व्यावहारिक महत्व को इंगित नहीं करता है, जिसका अर्थ है कि परिणाम वास्तविक-विश्व व्यापार स्थितियों पर लागू नहीं किए जा सकते हैं। इसके अलावा, सांख्यिकीय महत्व की गलत व्याख्या की जा सकती है जब शोधकर्ता अपने परिणामों की रिपोर्ट करने में सावधानी से भाषा का उपयोग नहीं करते हैं। क्योंकि एक परिणाम सांख्यिकीय रूप से महत्वपूर्ण है इसका मतलब यह नहीं है कि यह  यादृच्छिक नहीं है, बस इसके यादृच्छिक होने की संभावना बहुत कम हो जाती है।

सिर्फ इसलिए कि दो डेटा सीरीज़ एक दूसरे के साथ एक मजबूत सहसंबंध रखती हैं, इसका कोई मतलब नहीं है। उदाहरण के लिए, एक वर्ष में अभिनेता निकोलस केज सितारों की फिल्मों की संख्या स्विमिंग पूल में आकस्मिक डूबने की संख्या के साथ बहुत अधिक सहसंबद्ध है। लेकिन यह सहसंबंध विरल है क्योंकि कोई सैद्धांतिक कारण का दावा नहीं किया जा सकता है।

एक अन्य समस्या जो सांख्यिकीय महत्व के साथ उत्पन्न हो सकती है, वह है पिछले डेटा, और उस डेटा के परिणाम, चाहे सांख्यिकीय रूप से महत्वपूर्ण हो या नहीं, चल रही या भविष्य की स्थितियों को प्रतिबिंबित नहीं कर सकता है। निवेश में, यह वित्तीय संकट के समय में मूल्य निर्धारण मॉडल में खुद को प्रकट कर सकता है क्योंकि सहसंबंध बदलते हैं और चर हमेशा की तरह बातचीत नहीं करते हैं। सांख्यिकीय महत्व एक निवेशक को यह बताने में भी मदद कर सकता है कि क्या एक परिसंपत्ति मूल्य निर्धारण मॉडल दूसरे की तुलना में बेहतर है।

सांख्यिकीय महत्व परीक्षण के प्रकार

शोध किए जाने के आधार पर कई प्रकार के महत्व परीक्षणों का उपयोग किया जाता है। उदाहरण के लिए, परीक्षणों को औसत, भिन्न, अनुपात, युग्मित या अप्रकाशित डेटा या विभिन्न डेटा वितरणों के लिए विभिन्न आकार के एक, दो या अधिक डेटा नमूनों के लिए नियोजित किया जा सकता है।

अशक्त परिकल्पना

इन सभी कारकों में अशक्त परिकल्पनाएं हैं, और महत्व अक्सर आंकड़ों में परिकल्पना परीक्षण का लक्ष्य है । सबसे आम अशक्त परिकल्पना यह है कि प्रश्न में पैरामीटर शून्य के बराबर है (आमतौर पर यह दर्शाता है कि एक चर का ब्याज के परिणाम पर शून्य प्रभाव है)। यदि आप 95 प्रतिशत या बेहतर के विश्वास के साथ अशक्त परिकल्पना को अस्वीकार कर सकते हैं, तो शोधकर्ता सांख्यिकीय महत्व का आह्वान कर सकते हैं। अशक्त परिकल्पनाओं को दो या दो से अधिक वैकल्पिक उपचारों के लिए समानता (बल्कि शून्य के बराबर) के लिए परीक्षण किया जा सकता है – उदाहरण के लिए, एक दवा परीक्षण में एक दवा और एक प्लेसबो के बीच।

अशक्त परिकल्पना की अस्वीकृति, भले ही सांख्यिकीय महत्व का एक उच्च स्तर कभी भी कुछ साबित नहीं कर सकता है, केवल एक मौजूदा परिकल्पना में समर्थन जोड़ सकता है। दूसरी ओर, एक शून्य परिकल्पना को अस्वीकार करने में विफलता अक्सर एक परिकल्पना को खारिज करने के लिए आधार है।

एक सांख्यिकीय महत्व परीक्षण एक विश्वास अंतराल कंप्यूटिंग के रूप में एक ही गणित के बहुत साझा करता है। सामान्य स्थितियों में, सांख्यिकीय महत्व की व्याख्या करने का एक तरीका यह है कि संबंधित 95 प्रतिशत विश्वास अंतराल में मूल्य शून्य नहीं होता है। यहां तक ​​कि अगर एक चर को सांख्यिकीय रूप से महत्वपूर्ण पाया जाता है, तो भी वास्तविक दुनिया में इसका अर्थ होना चाहिए।

इसके अतिरिक्त, एक प्रभाव सांख्यिकीय रूप से महत्वपूर्ण हो सकता है लेकिन केवल एक बहुत छोटा प्रभाव होता है। उदाहरण के लिए, यह संभावना के कारण बहुत कम संभावना हो सकती है कि जो कंपनियां अपने बाथरूम में दो-टायलेट टॉयलेट पेपर का उपयोग करती हैं, उनमें अधिक उत्पादक कर्मचारी होते हैं, लेकिन प्रत्येक कार्यकर्ता की पूर्ण उत्पादकता पर सुधार माइनसकुल होने की संभावना है।