A P érték, vagy számított valószínűség, a megfigyelt vagy szélsőségesebb eredmények megtalálásának valószínűsége, amikor a vizsgálati kérdés null hipotézise (H0) igaz – az “extrém” meghatározása attól függ, hogy a hipotézist hogyan tesztelik. A P-t a H0 elutasításával is leírják, amikor valójában igaz, azonban ez nem közvetlen valószínűsége ennek az állapotnak.
A null hipotézis általában “nincs különbség” hipotézis, pl. nincs különbség a vérnyomás között az A és a B csoportban., Határozzon meg egy null hipotézist minden egyes vizsgálati kérdésre egyértelműen a tanulmány megkezdése előtt.
Az egyetlen olyan helyzet, amelyben egyoldalú P értéket kell használnia, amikor egy váratlan irányú nagy változás egyáltalán nem lenne releváns a tanulmányához. Ez a helyzet szokatlan; ha kétségei vannak, akkor használjon kétoldalas P értéket.
a szignifikancia szint (alfa) kifejezés egy előre kiválasztott valószínűségre utal, a “P érték” kifejezés pedig egy adott vizsgálat után kiszámított valószínűség jelzésére szolgál.,
az alternatív hipotézis (H1) a nullhipotézis ellentéte; egyszerű nyelvi értelemben ez általában az a hipotézis, amelyet kivizsgálni kezdett. Például a kérdés az, hogy ” van-e jelentős (nem véletlen) különbség az A és B csoportok közötti vérnyomásban, ha az a csoportot a vizsgált gyógyszernek, a B csoportot pedig a cukor tablettának adjuk?”az alternatív hipotézis az, hogy” az A és a B csoport között különbség van a vérnyomásban, ha az A csoportot a vizsgált gyógyszernek, a B csoportot pedig a cukor pirulának adjuk”.,
Ha a p értéke kisebb, mint a választott szignifikancia szint, akkor elutasítja a null hipotézist, azaz elfogadja, hogy a minta ésszerű bizonyítékot szolgáltat az alternatív hipotézis alátámasztására. Ez nem jelent “értelmes” vagy “fontos” különbséget; ez az Ön számára, hogy eldöntse, ha figyelembe vesszük az eredmény valós relevanciáját.
a szignifikancia szint kiválasztása, amelyen elutasítja a H0-t, önkényes. Hagyományosan az 5% – ot (20-ból kevesebb mint 1-nél), 1% – ot és 0,1% – ot (p < 0,05, 0,01 és 0,001) használták., Ezek a számok hamis biztonságérzetet adhatnak.
Az ideális világban képesek lennénk meghatározni egy” tökéletesen ” véletlenszerű mintát, a legmegfelelőbb tesztet és egy végleges következtetést. Egyszerűen nem tudjuk. Amit tehetünk, hogy megpróbáljuk optimalizálni kutatásunk minden szakaszát a bizonytalanság forrásainak minimalizálása érdekében. A p értékek bemutatásakor egyes csoportok hasznosnak találják a csillagminősítési rendszer használatát, valamint a P érték idézését:
p < 0.05 *
p < 0.01 * *
p < 0.,001
A legtöbb szerző statisztikailag szignifikánsnak nevezi p <0, 05 és statisztikailag igen jelentős, mint P < 0, 001 (kevesebb, mint egy ezer esély a tévedésre).
a csillagrendszer elkerüli a “jelentős”gyapjas kifejezést. Felhívjuk figyelmét azonban, hogy sok statisztikus nem szereti a csillagminősítési rendszert, ha P értékek megjelenítése nélkül használják. Hüvelykujjszabályként, ha pontos P értéket idézhet, akkor tegye meg., Azt is érdemes hivatkozni egy idézett pontos P értéket, mint egy csillag szöveges elbeszélés vagy táblázatok kontrasztok máshol a jelentésben.
Ezen a ponton egy szó a hibáról. Az I. típusú hiba A null hipotézis hamis elutasítása, a II. típusú hiba pedig a null hipotézis hamis elfogadása. Mint a támogatás memoár: úgy gondolja, hogy a cinikus társadalom elutasítja, mielőtt elfogadja.
a szignifikancia szint (alfa) az I. típusú hiba valószínűsége. A teszt teljesítménye egy mínusz a II.típusú hiba (béta) valószínűsége. A statisztikai módszerek kiválasztásakor a teljesítményt maximalizálni kell., Ha meg szeretné becsülni a mintaméreteket, akkor meg kell értenie az itt említett összes kifejezést.,
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.,
meg kell értenie a megbízhatósági intervallumokat, ha p értékeket kíván idézni jelentésekben és papírokban. A tudományos folyóiratok statisztikai ajánlói arra számítanak, hogy a szerzők a P értékeknél nagyobb hangsúlyt fektetnek a bizalmi intervallumokra.
Megjegyzések Az I. típusú hibáról:
- A null hipotézis helytelen elutasítása
- a maximális valószínűség előre van beállítva, mivel az alpha
- nem befolyásolja a minta mérete, mivel előre be van állítva
- növekszik a tesztek vagy végpontok számával (azaz a H0 és az 1 elutasítása valószínűleg tévesen jelentős az alpha = 0 esetében.,05)