De nulhypothese bij deze t toets is dat de gemiddelden aan elkaar gelijk zijn. Mijn theorieboek zegt dat als p kleiner dan alfa (meestal 0.05) is we de nulhypothese mogen verwerpen. Dat is hier niet het geval, dus kunnen we de nulhypothese niet met 95% zekerheid verwerpen. Dat zal ik wijzigen.
Helaas zegt deze p waarde niks over de kans dat onze nulhypothese juist is. In feite zegt de p waarde hoe groot de kans is dat een statistiek (onze verwachting van verschillende gemiddelden) op toeval gebaseerd is. Die ligt tussen 10 en 40 %. Dit betekent dat we de nulhypothese moeten aanvaarden (omdat de kans op toeval in onze verwachting te groot is). Dat gevoel had ik al uitgedrukt in mijn nuancering van de cijfers op het einde. Ik was even in de war. Vaak betekent een p waarde onder 0.05 dat de statistiek (bvbv een correlatie)plausibel is (omdat de nulhypothese dan juist ervan uitgaat dat er GEEN verband is).
In feite twijfelde ik al aan de verschillendheid van de gemiddelden. Probleem is nu dat we de nulhypothese aanvaarden omdat de kans dat onze van elkaar verschillend gemiddelden op toeval berusten te groot is(respectievelijk 0.19 en 0.126 indien we als nulhypothese M1 < M2, respectievelijk 0.38 en 0.25 indien we als nulhypothese M1=M2 kiezen). De gevraagde significantieniveaus worden niet bereikt, omdat het aantal gegevens in de groep te klein is! Maar het aanvaarden van de nulhypothese betekent niet noodzakelijk dat de nulhypothese (ze zijn aan elkaar gelijk )de juiste is. Daar schuilt de adder. p zegt immers niks over de kans dat de nulhypothese juist is.
De gemiddeldes voor telkens de grootste groep schijnen wel robuust te zijn (t-waarden beneden -2). Het probleem schuilt (zoals ik al vermeldde) in het kleine aantal oktobers met voldoende Groenlandhoogdagen.
mvg,
Dieter
Quote selectie