Kalkulator Nilai-p

Kebarangkalian bahawa statistik ujian akan menghasilkan nilai sekurang-kurangnya ekstrem daripada nilai yang dihasilkan dalam sampel anda. Adalah penting untuk diingat bahawa kebarangkalian ini dikira di bawah andaian hipotesis nol yang benar!

Nilai p adalah lebih intuitif dan menjawab soalan: Jika saya menganggap bahawa hipotesis nol berlaku, maka kemungkinan besar ujian yang saya lakukan untuk sampel lain akan menghasilkan nilai sekurang-kurangnya ekstrem seperti yang saya lihat untuk sampel yang saya ada?

Anda mesti memahami taburan statistik ujian, dengan mengandaikan bahawa hipotesis nol berlaku. Fungsi taburan kumulatif (cdf) boleh digunakan untuk menyatakan kebarangkalian bahawa statistik ujian adalah sekurang-kurangnya ekstrem dan ekstrem seperti nilai x untuk sampel.

Ujian hipotesis dicirikan oleh taburan kebarangkalian yang paling biasa. Ini boleh menyukarkan untuk mengira nilai-p secara manual. Kemungkinan besar anda perlu menggunakan komputer atau jadual statistik untuk mengira anggaran nilai cdf.

Sekarang anda tahu bagaimana untuk mengira nilai-p. Tetapi, mengapa anda mahu melakukan ini? Pendekatan nilai-p untuk ujian hipotesis adalah alternatif kepada pendekatan nilai kritikal. Aras keertian (a) ialah apa yang penyelidik mesti tetapkan sebelum menolak hipotesis nol jika ia benar (jadi ralat). Untuk menentukan dengan cepat sama ada untuk menolak hipotesis nol pada tahap keertian itu, anda hanya perlu membandingkan nilai-p anda dengan mana-mana nilai a. Kami akan menerangkan secara terperinci bagaimana untuk mentafsir nilai-p.

Kami telah menyebut bahawa nilai-p menjawab soalan berikut.

Jika saya menganggap bahawa hipotesis nol adalah benar, maka apakah kemungkinan ujian yang saya lakukan untuk sampel lain akan menghasilkan nilai sekurang-kurangnya ekstrem seperti yang saya lihat untuk yang saya ada?

Apakah maksud ini untuk anda? Anda mempunyai dua pilihan:

Mungkin hipotesis nol berlaku, tetapi sampel anda sangat luar biasa. Bayangkan kita mengkaji kesan ubat baru dan mendapat 0.03 p-value. Dalam 3% kajian yang serupa dengan kami, ini bermakna walaupun ubat itu tidak mempunyai sebarang kesan, peluang rawak masih boleh menghasilkan nilai yang sama atau lebih tinggi.

Anda boleh menjawab soalan, "Apakah nilai-p?" dengan yang berikut: Nilai-p ialah tahap keertian terendah yang akan menyebabkan hipotesis nol ditolak. Sekarang, anda perlu membuat keputusan tentang hipotesis nol pada beberapa tahap kepentingan. Hanya bandingkan nilai-p anda dengan.

Nasib hipotesis nol ditentukan oleh a. Jika nilai p ialah 0.03 kita akan menolak hipotesis nol pada tahap keertian 0.05 tetapi tidak pada 0.01. Itulah sebabnya penting untuk menentukan tahap keertian terlebih dahulu dan tidak melaraskan selepas nilai p ditentukan. Tahap keertian 0.05 mewakili nilai yang paling biasa. Walau bagaimanapun, ia tidak ajaib.

Kalkulator nilai-p kami memudahkan untuk mengira nilai-p untuk statistik ujian kompleks. Ini adalah langkah-langkah yang perlu diikuti:

Jika anda perlu meningkatkan ketepatan pengiraan dilakukan atau mengubah suai kepentingan, kemudian pergi ke mod lanjutan.

Formula berikut digunakan untuk mengira nilai p bagi fungsi taburan kumulatif (CDF), taburan normal piawai. Ia secara tradisinya dilambangkan oleh Ph.

nilai-p = Ph (Z==skor==)

nilai-p = 1 - (Z==skor==)

nilai-p = 2 * Ph (- | Z==skor==|)

atau

nilai-p = 2 - 2 * Ph (- | Z==skor==|)

Jika statistik ujian menghampiri taburan normal N(0.1), kami menggunakan. Teorem had pusat membolehkan anda mengira anggaran apabila anda mempunyai sampel yang besar (katakan 50 titik data), dan menganggap taburan seperti biasa.

Nilai daripada skor-t boleh dikira menggunakan formula berikut. cdf==t, d== mewakili fungsi taburan kumulatif untuk taburan t-Pelajar dengan kebebasan darjah.

nilai-p = cdf==t, d==(t==skor==)

nilai-p = 1 - cdf==t, d==(t==skor==|)

nilai-p = 2 * cdf==t, d==(-|t==skor==|)

atau

nilai-p = 2 - 2 * cdf==t, d==(|t==skor==|)

Jika statistik ujian anda berada dalam pengedaran pelajar, anda boleh menggunakan pilihan t-skor. Taburan ini mempunyai bentuk yang serupa dengan N(0.1) (berbentuk loceng, simetri), tetapi ia mempunyai lebih banyak ekor. Parameter darjah kebebasan menentukan bentuk yang tepat. Taburan t-Pelajar boleh dibezakan daripada taburan N(0.1) biasa jika bilangan darjah lebih daripada 30.

Nilai-p tidak boleh negatif. Kerana kebarangkalian tidak boleh negatif, nilai-p ialah kebarangkalian bahawa statistik ujian akan memenuhi syarat tertentu.

Nilai p yang tinggi bermakna terdapat kemungkinan tinggi bahawa statistik ujian untuk sampel lain akan menghasilkan nilai yang sekurang-kurangnya ekstrem seperti yang terdapat dalam sampel anda. Anda tidak boleh menolak hipotesis nol jika nilai p anda tinggi.

Nilai-p yang rendah menunjukkan bahawa terdapat sedikit peluang bahawa statistik ujian untuk sampel lain akan menghasilkan nilai yang sekurang-kurangnya ekstrem atau serupa dengan yang diperhatikan untuk sampel semasa. Nilai-p yang rendah adalah bukti untuk hipotesis alternatif. Mereka membenarkan anda menolaknya.