La valeur P, ou Probabilité calculée, est la probabilité de trouver les résultats observés, ou plus extrêmes, lorsque l’hypothèse nulle (H0) d’une question d’étude est vraie – la définition de « extrême » dépend de la façon dont l’hypothèse est testée. P est également décrit en termes de rejet de H0 quand il est réellement vrai, cependant, ce n’est pas une probabilité directe de cet état.
L’hypothèse nulle est généralement une hypothèse de « pas de différence » par exemple, pas de différence entre la pression artérielle dans le groupe A et le groupe B., Définir une hypothèse nulle pour chaque question de l’étude clairement avant le début de votre étude.
la seule situation dans laquelle vous devriez utiliser une valeur p unilatérale est lorsqu’un changement important dans une direction inattendue n’aurait absolument aucune pertinence pour votre étude. Cette situation est inhabituelle; si vous avez un doute, utilisez une valeur p bilatérale.
le terme niveau de signification (alpha) est utilisé pour désigner une probabilité pré-choisie et le terme « valeur P » est utilisé pour indiquer une probabilité que vous calculez après une étude donnée.,
L’hypothèse alternative (H1) est à l’opposé de l’hypothèse nulle; en langage clair, cela est généralement l’hypothèse que vous devez étudier. Par exemple, la question Est « y a-t-il une différence significative (non due au hasard) dans la pression artérielle entre les groupes A et B si nous donnons au groupe A le médicament d’essai et au groupe B une pilule de sucre? »et l’hypothèse alternative est » il y a une différence de pression artérielle entre les groupes A et B si nous donnons au groupe A le médicament d’essai et au groupe B une pilule de sucre ».,
Si votre valeur P est inférieure au niveau de signification choisi, vous rejetez l’hypothèse nulle, c’est-à-dire acceptez que votre échantillon donne des preuves raisonnables pour soutenir l’hypothèse alternative. Cela n’implique pas une différence « significative » ou « importante »; c’est à vous de décider lorsque vous considérez la pertinence réelle de votre résultat.
le choix du niveau de signification auquel vous rejetez H0 est arbitraire. Classiquement la 5% (moins de 1 chance sur 20 de se tromper), 1% et 0,1% (P < 0.05, 0.01 et 0.001) ont été utilisés., Ces chiffres peuvent donner un faux sentiment de sécurité.
dans le monde idéal, nous serions en mesure de définir un échantillon « parfaitement » aléatoire, le test le plus approprié et une conclusion définitive. Nous ne pouvons simplement pas. Ce que nous pouvons faire, c’est essayer d’optimiser toutes les étapes de notre recherche pour minimiser les sources d’incertitude. Lors de la présentation des valeurs de P certains groupes trouvent utile d’utiliser l’astérisque système de notation ainsi que le chiffrage de la valeur de P:
P < 0.05 *
P < 0.01 **
P < 0.,001
la plupart des auteurs se réfèrent à statistiquement significatif comme P <0,05 et statistiquement très significatif comme P < 0,001 (moins d’une chance sur mille d’avoir tort).
Le système d’astérisques évite le terme laineux « significatif ». Veuillez noter, cependant, que de nombreux statisticiens n’aiment pas le système de notation astérisque lorsqu’il est utilisé sans afficher les valeurs P. En règle générale, si vous pouvez citer une valeur p exacte, faites-le., Vous pouvez également faire référence à une valeur p exacte Citée sous forme d’astérisque dans un texte narratif ou de tableaux de contrastes ailleurs dans un rapport.
à ce stade, un mot sur l’erreur. Erreur de Type I est le faux rejet de l’hypothèse nulle et l’erreur de type II est la fausse acceptation de l’hypothèse nulle. Comme mémoire d’aide: pensez que notre société cynique rejette avant d’accepter.
Le niveau de signification (alpha) est la probabilité de l’erreur. La puissance d’un test est un moins la probabilité d’erreur de type II (bêta). La puissance devrait être maximisée lors de la sélection des méthodes statistiques., Si vous souhaitez estimer la taille des échantillons, vous devez comprendre tous les termes mentionnés ici.,
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.,
Vous devez comprendre les intervalles de confiance si vous avez l’intention de citer des valeurs P dans des rapports et des documents. Les référents statistiques des revues scientifiques s’attendent à ce que les auteurs citent des intervalles de confiance plus importants que les valeurs P.
remarques sur l’erreur de Type I:
- est le rejet incorrect de l’hypothèse nulle
- la probabilité maximale est définie à l’avance car alpha
- n’est pas affectée par la taille de l’échantillon car elle est définie à l’avance
- augmente avec le nombre de tests ou de points finaux (c.-à-d. faire 20 rejets de H0 et 1 est susceptible d’être significatif à tort pour alpha = 0.,05)