Co je hodnota P

Testy hypotéz nebo testy významnosti zahrnují výpočet čísla známého jako p-hodnota. Toto číslo je velmi důležité pro uzavření našeho testu. Hodnoty P se vztahují ke statistice testu a poskytují nám měření důkazů proti nulové hypotéze.

Všechny testy statistické významnosti začínají a nulová a alternativní hypotéza. Nulová hypotéza je prohlášení o neúčinnosti nebo prohlášení o běžně přijímaném stavu věcí. Alternativní hypotéza je to, co se pokoušíme dokázat. Pracovní předpoklad v testu hypotéz je, že nulová hypotéza je pravdivá.

Budeme předpokládat, že jsou splněny podmínky pro konkrétní test, se kterým pracujeme. A jednoduchý náhodný vzorek dává nám ukázková data. Z těchto dat můžeme vypočítat statistiku testu. Statistiky testů se velmi liší v závislosti na tom, jaké parametry se náš test hypotéz týká. Některé běžné statistické testy zahrnují:

• z - statistika pro testy hypotéz týkající se průměrné populace, když známe standardní směrodatnou odchylku populace.
instagram viewer
• t - statistika pro testy hypotéz týkající se průměrnosti populace, když neznáme směrodatnou odchylku populace.
• t - statistika pro testy hypotéz týkající se rozdílu dvou nezávislých průměrů populace, když neznáme standardní odchylku jedné z těchto dvou populací.
• z - statistika pro testy hypotéz týkající se podílu populace.
• Chi-square - statistika pro testy hypotéz ohledně rozdílu mezi očekávaným a skutečným počtem kategoriálních dat.

Statistiky testů jsou užitečné, ale může být užitečné přiřadit těmto statistikám p-hodnotu. Hodnota p je pravděpodobnost, že pokud by byla nulová hypotéza pravdivá, sledovali bychom statistiku alespoň tak extrémní, jako ta pozorovaná. K výpočtu hodnoty p používáme vhodný software nebo statistickou tabulku, která odpovídá naší statistice testu.

Například bychom použili standardní normální rozdělení při výpočtu a z statistika testu. Hodnoty z s velkými absolutními hodnotami (jako jsou hodnoty nad 2,5) nejsou příliš běžné a dávají malou hodnotu p. Hodnoty z které jsou blíže nule, jsou běžnější a dávají mnohem větší p-hodnoty.

Jak jsme si poznamenali, p-hodnota je pravděpodobnost. To znamená, že se jedná o skutečné číslo od 0 a 1. Zatímco statistika testu je jedním ze způsobů, jak měřit, jak extrémní je statistika pro konkrétní vzorek, p-hodnoty jsou dalším způsobem měření.

Když získáme daný statistický vzorek, je třeba si vždy položit otázku: „Je tento vzorek náhodný sám s pravdivou nulovou hypotézou, nebo je nulová hypotéza nepravdivá? “ Pokud je naše p-hodnota malá, mohlo by to znamenat jednu ze dvou věci:

1. Nulová hypotéza je pravda, ale při získávání našeho pozorovaného vzorku jsme měli jen velké štěstí.
2. Náš vzorek je způsob, jakým je to kvůli skutečnosti, že nulová hypotéza je nepravdivá.

Obecně platí, že čím menší je p-hodnota, tím více důkazů máme proti naší nulové hypotéze.

Jak malé hodnoty p potřebujeme, abychom to dokázali odmítnout nulovou hypotézu? Odpověď na to zní: „Záleží.“ Obecným pravidlem je, že p-hodnota musí být menší nebo rovna 0,05, ale na této hodnotě není nic univerzálního.

Obvykle před provedením testu hypotéz volíme prahovou hodnotu. Pokud máme jakoukoli p-hodnotu, která je menší nebo rovna této prahové hodnotě, odmítáme nulovou hypotézu. Jinak nedokážeme odmítnout nulovou hypotézu. Tato prahová hodnota se nazývá úroveň významnosti našeho testu hypotéz a je označena řeckým písmenem alfa. Tady není žádný hodnota alfa který vždy definuje statistickou významnost.