wartość p, lub obliczone prawdopodobieństwo, jest prawdopodobieństwo znalezienia obserwowanych, lub bardziej ekstremalne, wyniki, gdy hipoteza zerowa (H0) pytania badania jest prawdziwa-definicja „ekstremalne” zależy od tego, jak hipoteza jest testowana. P jest również opisywany w kategoriach odrzucenia H0, gdy jest rzeczywiście prawdziwe, jednak nie jest to bezpośrednie prawdopodobieństwo tego stanu.
hipoteza zerowa jest zwykle hipotezą „bez różnicy” np. brak różnicy między ciśnieniem krwi w grupie A i grupie B., Zdefiniuj hipotezę zerową dla każdego pytania badania wyraźnie przed rozpoczęciem badania.
jedyną sytuacją, w której powinieneś użyć jednostronnej wartości P, jest sytuacja, w której duża zmiana w nieoczekiwanym kierunku nie miałaby absolutnie żadnego znaczenia dla Twojego badania. Ta sytuacja jest niezwykła; jeśli masz jakiekolwiek wątpliwości, użyj dwustronnej wartości P.
termin poziom istotności (alpha) jest używany w odniesieniu do wstępnie wybranego prawdopodobieństwa, a termin „wartość P” jest używany do wskazania prawdopodobieństwa, które oblicza się po danym badaniu.,
hipoteza alternatywna (H1) jest przeciwieństwem hipotezy zerowej; w terminach prostym językiem jest to zwykle hipoteza, którą postawiłeś w celu zbadania. Na przykład pytanie brzmi: „czy istnieje znacząca (nie ze względu na przypadek) różnica w ciśnieniu krwi między grupami A i B, jeśli damy grupie A testowy lek, a grupie B pigułkę cukru?”a alternatywna hipoteza brzmi:” Istnieje różnica w ciśnieniu krwi między grupami A i B, jeśli damy grupie A testowy lek, a grupie B pigułkę cukru”.,
Jeśli wartość P jest mniejsza niż wybrany poziom znaczenia, a następnie odrzucić hipotezę zerową tj. zaakceptować, że próbka daje uzasadnione dowody na poparcie hipotezy alternatywnej. Nie oznacza to „znaczącej” lub „ważnej” różnicy; to Ty decydujesz, rozważając rzeczywistą istotność wyniku.
wybór poziomu istotności, przy którym odrzucasz H0, jest arbitralny. Konwencjonalnie zastosowano poziomy 5% (mniej niż 1 na 20), 1% i 0,1% (P < 0,05, 0,01 i 0,001)., Te liczby mogą dać fałszywe poczucie bezpieczeństwa.
w idealnym świecie moglibyśmy zdefiniować „doskonale” próbkę losową, najbardziej odpowiedni test i jeden ostateczny wniosek. Po prostu nie możemy. Co możemy zrobić, to spróbować zoptymalizować wszystkie etapy naszych badań, aby zminimalizować źródła niepewności. Podczas przedstawiania wartości P niektóre grupy uznają za pomocne użycie systemu oceny asterisk, a także cytowanie wartości P:
P < 0.05 *
P < 0.01 **
P < 0.,001
większość autorów określa statystycznie istotne jako P < 0.05 i statystycznie istotne jako p < 0.001 (mniej niż jedna na tysiąc szans na pomyłkę).
System asterisk unika określenia „znaczący”. Należy jednak pamiętać, że wielu statystyków nie lubi systemu oceny asterisk, gdy jest on używany bez pokazywania wartości P. Z reguły, jeśli możesz podać dokładną wartość P, zrób to., Możesz również odnieść się do podanej dokładnej wartości P jako gwiazdki w narracji tekstowej lub tabel kontrastów w innym miejscu raportu.
w tym momencie słowo o błędzie. Błąd typu I jest fałszywym odrzuceniem hipotezy zerowej i błąd typu II jest fałszywą akceptacją hipotezy zerowej. Jako pamiętnik pomocy: pomyśl, że nasze cyniczne społeczeństwo odrzuca, zanim zaakceptuje.
poziom istotności (alfa) jest prawdopodobieństwem błędu typu I. Moc testu jest jedna minus prawdopodobieństwo błędu typu II (beta). Przy wyborze metod statystycznych należy zmaksymalizować moc., Jeśli chcesz oszacować rozmiary próbek, musisz zrozumieć wszystkie terminy wymienione tutaj.,
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.,
musisz zrozumieć przedziały ufności, jeśli zamierzasz cytować wartości P w raportach i dokumentach. Sędziowie statystyczni czasopism naukowych oczekują od autorów cytowania przedziałów ufności z większą widocznością niż wartości P.
uwagi na temat błędu typu I:
- jest nieprawidłowe odrzucenie hipotezy zerowej
- maksymalne prawdopodobieństwo jest ustawione z góry jako alfa
- nie ma wpływu na wielkość próby, ponieważ jest ustawiona z góry
- zwiększa się wraz z liczbą testów lub punktów końcowych (tj. do 20 odrzuceń H0 i 1 jest prawdopodobnie błędnie istotne dla alpha = 0.,05)