p – värden

p-värdet, eller beräknad sannolikhet, är sannolikheten att hitta de observerade eller mer extrema resultaten när nollhypotesen (H0) av en studiefråga är sann-definitionen av ”extrem” beror på hur hypotesen testas. P beskrivs också när det gäller att avvisa H0 när det faktiskt är sant, men det är inte en direkt Sannolikhet för detta tillstånd.

nollhypotesen är vanligtvis en hypotes om ”ingen skillnad”, t. ex. ingen skillnad mellan blodtryck i Grupp A och Grupp B., Definiera en nollhypotes för varje studiefråga tydligt före starten av din studie.

den enda situationen där du ska använda ett ensidigt p-värde är när en stor förändring i en oväntad riktning skulle ha absolut ingen relevans för din studie. Denna situation är ovanlig; om du är i någon tvekan sedan använda en tvåsidig p-värde.

termen signifikansnivå (alfa) används för att hänvisa till en förutbestämd sannolikhet och termen ”p-värde” används för att indikera en sannolikhet som du beräknar efter en given studie.,

den alternativa hypotesen (H1) är motsatsen till nollhypotesen; i vanliga språktermer är detta vanligtvis den hypotes du bestämde dig för att undersöka. Till exempel är frågan ”finns det en signifikant (inte på grund av slump) skillnad i blodtryck mellan grupperna A och B om vi ger grupp A testläkemedlet och grupp B A sockerpiller?”och alternativ hypotes är” det finns en skillnad i blodtryck mellan grupperna A och B om vi ger grupp A testläkemedlet och grupp B A sockerpiller”.,

om ditt p-värde är mindre än den valda signifikansnivån avvisar du nollhypotesen, dvs accepterar att ditt prov ger rimliga bevis för att stödja den alternativa hypotesen. Det innebär inte en ”meningsfull” eller ”viktig” skillnad; det är för dig att bestämma när du överväger den verkliga relevansen av ditt resultat.

valet av signifikansnivå där du avvisar H0 är godtyckligt. Konventionellt har 5% (mindre än 1 av 20 chans att vara fel), 1% och 0.1% (P < 0.05, 0.01 och 0.001) nivåer använts., Dessa siffror kan ge en falsk känsla av säkerhet.

i den ideala världen skulle vi kunna definiera ett ”perfekt” slumpmässigt prov, det lämpligaste testet och en slutgiltig slutsats. Det kan vi helt enkelt inte. Vad vi kan göra är att försöka optimera alla stadier i vår forskning för att minimera osäkerhetskällor. När du presenterar p-värden tycker vissa grupper att det är bra att använda asteriskvärderingssystemet och citera p-värdet:

p < 0.05 *

p < 0.01 **

P < 0.,001

de flesta författare hänvisar till statistiskt signifikant som P < 0,05 och statistiskt mycket signifikant som P < 0,001 (mindre än en i tusen chans att vara fel).

asterisksystemet undviker den ulliga termen ”signifikant”. Observera dock att många statistiker inte gillar asterisk rating system när det används utan att visa p-värden. Som en tumregel, Om du kan citera ett exakt p-värde gör sedan., Du kanske också vill hänvisa till ett citerat exakt p-värde som en asterisk i textberättelse eller tabeller med kontraster någon annanstans i en rapport.

vid denna tidpunkt ett ord om fel. Typ i-fel är det falska avslaget på nollhypotesen och typ II-felet är det falska godkännandet av nollhypotesen. Som en biståndmemoir: tänk att vårt cyniska samhälle avvisar innan det accepterar.

signifikansnivån (alpha) är sannolikheten för typ i-fel. Effekten av ett test är en minus sannolikheten för typ II-fel (beta). Effekt bör maximeras vid val av statistiska metoder., Om du vill uppskatta provstorlekar måste du förstå alla de termer som nämns här.,

alpha (significance) H0 is false: type II error P correct decision P beta 1-beta (power) H0 = null hypothesis P = probability

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 måste förstå konfidensintervall om du tänker citera p-värden i rapporter och papper. Statistiska domare i vetenskapliga tidskrifter förväntar författare att citera konfidensintervall med större framträdande än p-värden.

Anmärkningar om typ i-fel:

  • är felaktig avvisning av nollhypotesen
  • maximal sannolikhet sätts i förväg som alfa
  • påverkas inte av provstorlek eftersom det är inställt i förväg
  • ökar med antalet test eller slutpunkter (dvs 20 avslag på H0 och 1 kommer sannolikt att vara felaktigt signifikanta för Alfa = 0.,05)

Leave a Comment