Η σύντομη απάντηση
Μια τιμή p είναι η πιθανότητα να δείτε ένα αποτέλεσμα τουλάχιστον τόσο ακραίο όσο το δικό σας, εάν η μηδενική υπόθεση (χωρίς πραγματικό αποτέλεσμα) ήταν πραγματικά αληθινή. Μια μικρή τιμή p (συνήθως κάτω από 0,05) υποδηλώνει ότι τα δεδομένα σας θα ήταν ασυνήθιστα σύμφωνα με αυτήν την υπόθεση - αποδεικτικά στοιχεία κατά της μηδενικής υπόθεσης, όχι απόδειξη ότι είναι ψευδής και όχι η πιθανότητα ότι η ίδια η μηδενική υπόθεση είναι αληθινή.
Βασικά φαγητά
- p < 0,05 δεν αποδεικνύει ότι ένα αποτέλεσμα είναι πραγματικό. σημαίνει ότι τα παρατηρούμενα δεδομένα θα ήταν απίθανο εάν δεν υπήρχε πραγματικά κανένα αποτέλεσμα.
- Η τιμή p εξαρτάται από τη στατιστική της δοκιμής, το μέγεθος του δείγματος και τη μεταβλητότητα - ένα μικροσκοπικό, ασήμαντο αποτέλεσμα μπορεί να παράγει μια μικρή τιμή p, εάν το δείγμα είναι αρκετά μεγάλο.
- Οι δοκιμές δύο ουρών διαχωρίζουν τη σημασία και στις δύο κατευθύνσεις και γενικά αναφέρουν κατά προσέγγιση διπλάσια την τιμή p μιας αντίστοιχης δοκιμής μιας ουράς.
- Διαφορετικές στατιστικές δοκιμής (z, t, chi-square, F) προέρχονται από διαφορετικές κατανομές, επομένως η ίδια αριθμητική στατιστική μπορεί να παράγει πολύ διαφορετικές τιμές p ανάλογα με το τεστ που εφαρμόζεται.
Κοινά κατώφλια σημασίας
| εύρος τιμών p | Τυπική ερμηνεία |
|---|---|
| p ≥ 0.10 | Ελάχιστα έως καθόλου στοιχεία κατά της μηδενικής υπόθεσης |
| 0.05 ≤ p < 0.10 | Αδύναμα ή οριακά στοιχεία |
| 0.01 ≤ p < 0.05 | Moderate evidence — commonly called "significant" |
| p < 0.01 | Ισχυρά στοιχεία κατά της μηδενικής υπόθεσης |
Αυτές οι ζώνες είναι συμβάσεις, όχι νόμοι της φύσης — διαφορετικά πεδία (ιατρική, φυσική, κοινωνικές επιστήμες) υιοθετούν διαφορετικά κατώφλια ανάλογα με το πόσο δαπανηρό θα ήταν ένα ψευδώς θετικό.
μονόουρα εναντίον δύο ουρών
| Δοκιμή | Ερώτηση που τέθηκε | σχέση p-τιμής |
|---|---|---|
| με δύο ουρές | Υπάρχει διαφορά, προς οποιαδήποτε κατεύθυνση; | ~2× η μονόπλευρη τιμή p |
| μονοουρά | Υπάρχει διαφορά σε μια συγκεκριμένη κατεύθυνση; | ~1/2 η τιμή p δύο ουρών |
Παράδειγμα εργασίας: z-test p-value
z = 1,96, δοκιμή δύο ουρών
p = 2 × (1 − Φ(1.96)) = 2 × (1 − 0.9750) = 0.05
Αυτός είναι ακριβώς ο λόγος για τον οποίο το 1,96 εμφανίζεται τόσο συχνά στα στατιστικά στοιχεία — είναι το z-score του οποίου η τιμή p δύο ουρών προσγειώνεται ακριβώς στο συμβατικό όριο 0,05, καθιστώντας το το τυπικό όριο για ένα επίπεδο εμπιστοσύνης 95%.
Συνήθη λάθη που πρέπει να αποφεύγονται
- Treating the p-value as "the probability the null hypothesis is true" — it's computed assuming the null IS true, so it can't simultaneously measure the odds that it's true.
- Επιλογή της κατεύθυνσης μιας δοκιμής μονής ουράς αφού δείτε προς ποια κατεύθυνση κλίνουν τα δεδομένα — η κατεύθυνση πρέπει να αποφασιστεί πριν δείτε τα αποτελέσματα, διαφορετικά η δοκιμή δεν είναι πλέον έγκυρη.
- Η αντιμετώπιση του p = 0,05 ως σκληρής γραμμής — μια τιμή p 0,049 και 0,051 αντιπροσωπεύουν σχεδόν πανομοιότυπες ενδείξεις παρά την προσγείωση στις αντίθετες πλευρές του κοινού ορίου.
- Συγχέοντας τη στατιστική σημασία με την πρακτική σημασία — ένα αρκετά μεγάλο δείγμα μπορεί να καταστήσει στατιστικά σημαντικό ακόμη και ένα ασήμαντο μικρό, ασήμαντο αποτέλεσμα.
Σχετικές αριθμομηχανές
- Υπολογιστής διαστήματος εμπιστοσύνης — εκτιμήστε ένα εύρος αντί να ελέγξετε μια μεμονωμένη υπόθεση.
- Αριθμομηχανή Z-Score — μετατρέψτε μια πρωτογενή τιμή στο z-score που μπορεί να δοκιμάσει αυτή η αριθμομηχανή.
- Υπολογιστής τυπικής απόκλισης — υπολογίστε τη μεταβλητότητα που τροφοδοτεί τα περισσότερα στατιστικά στοιχεία δοκιμής.
- Υπολογιστής μεγέθους δείγματος — σχεδιάστε μια μελέτη με αρκετή ισχύ για να ανιχνεύσετε ένα πραγματικό αποτέλεσμα.