P-værdi, eller er de beregnet sandsynlighed er sandsynligheden for at finde den observerede, eller mere ekstreme, resultater, når nulhypotesen (H0) af en undersøgelse, spørgsmål, er sandt – definition af ‘extreme’, afhænger af, hvordan den hypotese, der testes. P er også beskrevet med hensyn til at afvise H0, når det faktisk er sandt, men det er ikke en direkte Sandsynlighed for denne tilstand.
nulhypotesen er normalt en hypotese om “ingen forskel”, f. eks. ingen forskel mellem blodtrykket i gruppe A og gruppe B., Definer en nulhypotese for hvert undersøgelsesspørgsmål klart inden starten af din undersøgelse.
den eneste situation, hvor du skal bruge en ensidig p-værdi, er, når en stor ændring i en uventet retning absolut ikke har nogen relevans for din undersøgelse. Denne situation er usædvanlig; hvis du er i tvivl, så brug en tosidet p-værdi.
udtrykket signifikansniveau (alfa) bruges til at henvise til en forudvalgt sandsynlighed, og udtrykket “P-værdi” bruges til at indikere en sandsynlighed, du beregner efter en given undersøgelse.,
den alternative hypotese (H1) er det modsatte af nulhypotesen; i almindeligt sprog er dette normalt den hypotese, du vil undersøge. For eksempel er spørgsmålet “er der en signifikant (ikke på grund af tilfældigheder) forskel i blodtryk mellem gruppe A og B, hvis vi giver gruppe A testlægemidlet og gruppe B en sukkerpille?”og alternativ hypotese er” der er en forskel i blodtryk mellem gruppe A og B, hvis vi giver gruppe A testlægemidlet og gruppe B en sukkerpille”.,
Hvis din p-værdi er mindre end det valgte signifikansniveau, afviser du nulhypotesen, dvs.accepterer, at din prøve giver rimelige beviser til støtte for den alternative hypotese. Det betyder ikke en “meningsfuld” eller “vigtig” forskel; det er for dig at beslutte, når du overvejer den virkelige relevans af dit resultat.
valget af signifikansniveau, hvor du afviser H0, er vilkårligt. Konventionelt er 5% (mindre end 1 ud af 20 chance for at være forkert), 1% og 0.1% (p < 0.05, 0.01 og 0.001) niveauer blevet brugt., Disse tal kan give en falsk følelse af sikkerhed.
i den ideelle verden ville vi være i stand til at definere en “perfekt” tilfældig prøve, den mest passende test og en endelig konklusion. Det kan vi simpelthen ikke. Hvad vi kan gøre, er at forsøge at optimere alle faser af vores forskning for at minimere kilder til usikkerhed. Ved fremlæggelsen af P-værdier, der er nogle grupper finde det nyttigt at bruge stjerne rating-system, samt at citere P-værdi:
P < 0.05 *
P < 0.01 **
P < 0.,001
de Fleste forfattere henvise til statistisk signifikant, da P < 0,05 og statistisk meget signifikant, da P < 0.001 (mindre end én ud af tusind chance for at være forkert).
stjernesystemet undgår det uldige udtryk “signifikant”. Bemærk dog, at mange statistikere ikke kan lide stjerneklassificeringssystemet, når det bruges uden at vise P-værdier. Som en tommelfingerregel, Hvis du kan citere en nøjagtig p-værdi, skal du gøre det., Du kan også henvise til en Citeret nøjagtig p-værdi som en stjerne i tekstfortælling eller tabeller med kontraster andre steder i en rapport.
På dette tidspunkt et ord om fejl. Type i-fejl er den falske afvisning af nulhypotesen, og type II-fejl er den falske accept af nulhypotesen. Som en hjælpememoir: tænk, at vores kyniske samfund afviser, før det accepterer.
signifikansniveauet (alfa) er sandsynligheden for type i-fejl. Effekten af en test er en minus sandsynligheden for type II fejl (beta). Effekt bør maksimeres ved valg af statistiske metoder., Hvis du vil estimere prøvestørrelser, skal du forstå alle de her nævnte udtryk.,
If you are interested in further details of probability and sampling theory at this point then please refer to one of the general texts listed in the reference section.,
Du skal forstå konfidensintervaller, hvis du agter at citere p-værdier i rapporter og papirer. Statistiske dommere i videnskabelige tidsskrifter forventer, at forfattere citerer konfidensintervaller med større prominens end P-værdier.
Noter om Type i fejl:
- er forkerte, en afvisning af nulhypotesen
- maksimal sandsynlighed er der i forvejen som alpha
- er ikke påvirket af stikprøvens størrelse, som det er fastsat på forhånd
- stiger med antallet af tests eller slutpunktet (dvs gøre 20 afvisning af H0 og 1 sandsynligvis vil være forkert betydning for alpha = 0.,05)