Důvody: 1) Malá velikost vzorku vzhledem k variabilitě vašich údajů. 2) Žádný vztah mezi závislými a nezávislými proměnnými. Pokud je váš experiment dobře navržen s dobrou replikací, může to být užitečný výsledek (publikovatelný).
Co znamená nevýznamné v regresi?
Jak mohu interpretovat P-hodnoty v lineární regresní analýze? P-hodnota pro každý člen testuje nulovou hypotézu, že koeficient je roven nule (žádný účinek). … Naopak větší (nevýznamná) p-hodnota naznačuje, že změny v prediktoru nejsou spojeny se změnami v odpovědi.
Co to znamená, když výsledek není významný?
To znamená, že výsledky jsou považovány za „statisticky nevýznamné“, pokud analýza ukáže, že rozdíly tak velké jako (nebo větší než) pozorovaný rozdíl by se očekávaly náhodně více než jeden z dvacetikrát (p > 0,05).
Co když můj regresní model není významný?
Avšak vzhledem k tomu, že výsledky nejsou významné, nemůžete potvrdit svou hypotézu, vztah mezi těmito proměnnými není významný na úrovni populace. Může to být problém velikosti vzorku nebo něco jiného, ale v obou případech se vaše hypotéza nepotvrdila.
Co uděláte, když výsledky nejsou statisticky významné?
Když výsledky studienejsou statisticky významné, post hoc statistická analýza síly a velikosti vzorku může někdy prokázat, že studie byla dostatečně citlivá, aby detekovala důležitý klinický účinek. Nejlepší metodou je však použít výpočty výkonu a velikosti vzorku během plánování studie.
