씽크풀

----- Patients who developed ADA up to week 30 were 55.1% (158/287)

in the SB2 treatment group and 49.7% (145/292) in the INF treatment group,

which difference was not statistically significant (p=0.212).

difference was not statistically significant 이 부분이 결론으로 생각되네요.

의역하면 그 차이(분석)에 있어서 통계적으로 유의하지 않다고 하는 부분

통계적으로 유의하지 않으므로 기각한다는 것.... 삼바 큰일났다는생각이....

1.

주간에 하안거 땡~했다가 결국 죽비 두어대 맞았네요.

피곤함에 눈붙이다 보니 새벽이 오는 소리에, 게시판에 p값(p-value)에 대하여 논란이 있길래 약간 알고 있던 것을 관련해서 설명될 만한 것을 붙여 봅니다.

.....통계전공은 아니나 통계를 많이 사용하고 감독하는 자리에 있어서 더 붙일 말은 생략 ......

2.

Difference ~ Not Statistically significance

통계 분석에서 가장 많이 나오며, 중요한 개념 중의 하나.이 값이 0.05보다 작으면 유의한 차이가 있다라고 하며, 0.05보다 큰 경우에는 유의한 차이가 없다라고 한다.

유의확률은 가설(H0, H1)과 연계되는 개념으로 실제로는 H0가 참인데도 불구하고, H1 이라고 잘못 선택할 확률, 즉, 제 1종 오류를 범할 확률을 의미

다른 의미로는 "H1 이다" 라고 주장했는데, 그것이 틀릴 확률을 의미한다.

예를 들어 남자의 키와 여자의 키를 비교해서 남자가 여자보다 더 키가 큰지를 검정하는 경우를 생각해 보면 설정되는 가설은

H0 : 남자의 키와 여자의 키는 같다

H1 : 남자의 키와 여자의 키는 다르다

위와 같다. 실제로 통계학에서는 이 가설을 검정할 때 H0가 아니라는 증거를 수집해서 제시하는 것이 p 값인데, 쉬운 이해를 위해서 약간 다르게 설명하면 H1 이라는 증거를 수집하게 된다. 그 증거가 바로 p 값이다.

만약 p 값이 0.01이라고 한다면, 이 말의 의미는 본래는 남자와 여자의 키가 같은데, 표본을 뽑다보니 우연히도 남자에서는 키가 큰 사람만 뽑힌 경우

평균은 남자가 여자보다 큰 결과를 나오게 된다. 즉, 이와 같은 현상이 일어날 확률이 0.01(1%)이라는 의미이다.

다른 말로 표현을 한다면, "남자와 여자의 키가 다르다 : 즉, 남자가 여자보다 크다" 라고 결론을 내렸는데, 이 결론 틀릴 확률이 1%라는 의미이다. 거꾸로 말하면 우리가 내린 결론이 맞을 확률이 0.99(99%)라는 의미이므로, 우리는 "H1 이다 : 성별에 따른 키는 유의한 차이가 있다" 라는 결론을 내리게 된다.... 출처 생략...하려다 번복.

http://cafe.daum.net/seouledit/TnJm/1?q=%C5%EB%B0%E8%C7%D0%20p%20%B0%AA&re=1

3.

오늘 자 꽉 선생의 일기 제276편 제목이 "통계학의 P값"입니다. 네 칸에 들어있는 정보 중 어떤 부분이 잘못됐는지 통계학을 공부한 분들은 점검해보시기 바랍니다. 이 만평을 보니 P값을 대표로 한 영가설유의성검정을 금지하는 극단적인 결정을 내린 학술지가 나오는 까닭이 이해됩니다.

출처: http://www.statground.org/index.php?mid=HwangSeungSik&document_srl=3114

얼핏 보니 위 문제에 대한 답은 4번째 그림안에 들어 있는 듯. 

▲ 위 이미지를 클릭하시면 원본 이미지를 보실 수 있습니다.

？