el valor P, O probabilidad calculada, es la probabilidad de encontrar los resultados observados, o más extremos, cuando la hipótesis nula (H0) de una pregunta de estudio es verdadera – la definición de ‘extremo’ depende de cómo se está probando la hipótesis. P también se describe en términos de rechazar H0 cuando es realmente cierto, sin embargo, no es una probabilidad directa de este estado.
la hipótesis nula suele ser una hipótesis de «ninguna diferencia», por ejemplo, no hay diferencia entre las presiones sanguíneas del grupo A y del grupo B., Defina una hipótesis nula para cada pregunta de estudio claramente antes del inicio de su estudio.
la única situación en la que debe usar un valor de P unilateral es cuando un gran cambio en una dirección inesperada no tendría absolutamente ninguna relevancia para su estudio. Esta situación es inusual; si tiene alguna duda, use un valor p de dos lados.
el término nivel de significancia (alfa) se usa para referirse a una probabilidad pre-elegida y el término «valor P» se usa para indicar una probabilidad que usted calcula después de un estudio dado.,
la hipótesis alternativa (H1) es lo contrario de la hipótesis nula; en términos de lenguaje sencillo, Esta es generalmente la hipótesis que se propone investigar. Por ejemplo, la pregunta es «¿hay una diferencia significativa (no debida al azar) en la presión arterial entre los grupos A y B si le damos al grupo a la droga de prueba y al grupo B una píldora de azúcar?»y la hipótesis alternativa es» hay una diferencia en la presión arterial entre los grupos A y B si le damos al grupo a la droga de prueba y al grupo B una píldora de azúcar».,
si su valor de P es menor que el nivel de significación elegido, entonces rechaza la hipótesis nula, es decir, acepta que su muestra proporciona evidencia razonable para apoyar la hipótesis alternativa. No implica una diferencia» significativa «o» importante»; eso es para que usted decida al considerar la relevancia en el mundo real de su resultado.
la elección del nivel de significación en el que se rechaza H0 es arbitraria. Convencionalmente se han utilizado los niveles de 5% (menos de 1 de cada 20 probabilidades de equivocarse), 1% y 0.1% (p < 0.05, 0.01 y 0.001)., Estos números pueden dar una falsa sensación de seguridad.
en el mundo ideal, podríamos definir una muestra aleatoria «perfectamente», la prueba más adecuada y una conclusión definitiva. Simplemente no podemos. Lo que podemos hacer es tratar de optimizar todas las etapas de nuestra investigación para minimizar las fuentes de incertidumbre. Cuando se presentan los valores de P algunos grupos encuentran que es útil usar el asterisco sistema de clasificación, así como citar el valor de P:
P < 0.05 *
P < 0.01 **
P < 0.,001
La mayoría de los autores se refieren a estadísticamente significativo como P < 0.05 y estadísticamente altamente significativo como P < 0.001 (menos de una en mil posibilidades de equivocarse).
el sistema de asterisco evita el término lanudo «significativo». Tenga en cuenta, sin embargo, que a muchos estadísticos no les gusta el sistema de clasificación de asteriscos cuando se utiliza sin mostrar valores P. Como regla general, si puedes citar un valor p exacto, entonces hazlo., También es posible que desee hacer referencia a un valor p exacto citado como un asterisco en la narrativa de texto o tablas de contrastes en otras partes de un informe.
en este punto, una palabra sobre el error. Error de tipo I es el falso rechazo de la hipótesis nula y error de tipo II es la falsa aceptación de la hipótesis nula. Como memoria de ayuda: piense que nuestra sociedad cínica rechaza antes de aceptar.
el nivel de significancia (alfa)es la probabilidad de error de tipo I. La potencia de una prueba es una menos la probabilidad de error de tipo II (beta). El poder debe maximizarse al seleccionar métodos estadísticos., Si desea estimar los tamaños de muestra, debe comprender todos los términos mencionados aquí.,
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.,
debe comprender los intervalos de confianza si tiene la intención de citar valores P en informes y artículos. Los árbitros estadísticos de las revistas científicas esperan que los autores citen intervalos de confianza con mayor prominencia que los valores de P.
notas sobre el error de Tipo I:
- Es el rechazo incorrecto de la hipótesis nula
- La probabilidad máxima se establece de antemano ya que alpha
- No se ve afectada por el tamaño de la muestra, ya que se establece de antemano
- aumenta con el número de pruebas o puntos finales (es decir, do 20 rechazos de H0 y 1 es probable que sea erróneamente significativo para alpha = 0.,05)