Что означает значение P?
Значение p представляет собой вероятность того, что наблюдаемая разница между группами (или взаимосвязь между переменными) возникла случайным образом.
Вам часто приходилось сталкиваться с р-значение в статистическом тесте, пытаться понять его смысл, но так и не до конца его осознать?
Не волнуйтесь, вы не одиноки! Это часто задаваемый вопрос в области статистики!
С помощью этой статьи мы гарантируем, что вы быстро поймете значение p-значения в статистических тестах!и окончательно
Проблема
The р-значение присутствует в статистических тестах, используемых для вывода заключений. Наиболее известные примеры таких тестов — это t-критерий Стьюдента, дисперсионный анализ (ANOVA), критерий хи-квадрат, корреляция Пирсона, а также линейная и логистическая регрессия.
Но в чем заключается их фундаментальное значениеи зачем нам нужна выведенный статистика?
Нам необходимо работать с образцы , поскольку получение данных от всей популяции логистически, технически, временно и финансово невозможно.
Таким образом, нам необходима инференциальная статистика, чтобы делать выводы о популяции, изучая лишь её часть.
Решение
Примечание: Мы хотели бы уточнить, что это не самое точное определение p-значения, но оно наиболее наглядное. Более подробная информация об этом приведена в конце статьи.
Давайте сразу перейдем к сути! Значение p — это просто вероятность, которая, конечно же, варьируется от 0 до 1 (от 0 до 100%). Но вероятность чего?
The ответ прост
Значение p представляет собой вероятность того, что обнаруженная разница между анализируемыми группами произошла случайным образом.
– A Низкое значение p (p ≤ 0.05, т.е. вероятность меньше или равна 5%) указывает на низкую вероятность того, что наблюдаемая разница между группами является случайной. Следовательно, вы считаете разницу между группами значимой.
– A высокое p-значение (p > 0.05, т.е. вероятность более 5%) указывает на высокую вероятность того, что наблюдаемая разница между группами является случайной. Следовательно, вы считаете, что существенной разницы между группами нет.
В приведенном выше пояснении мы использовали в качестве примера «разницу между группами», которая применима к таким анализам, как t-критерий и дисперсионный анализ (ANOVA).
В случае таких тестов, как корреляция Пирсона и линейная регрессия, мы бы сказали «взаимосвязь между переменными», но это тема для другой статьи.
Заключительные замечания
Подавляющее большинство научных исследованиях требует использования методов статистического анализа. Вероятно, вы дочитали эту статью до этого места, потому что ваши научные исследования тоже в этом нуждаются!
Понимание значения р-значение имеет решающее значение для развития научных знаний.
Поскольку методы выводной статистики основаны на данных, демонстрирующих вариации, обусловленные случайностью, мы можем определить только с помощью статистических тестов, обусловлены ли наблюдаемые в наших данных различия исключительно случайностью. Это делается, в определенной степени, путем анализа p-значения.
Наиболее практичное и простое для понимания определение p-значения — это то, которое мы только что привели:
Вероятность того, что обнаруженная разница между анализируемыми группами возникла случайно!
Обратите внимание на следующую информацию:
Используемые здесь определения, понимания и объяснения являются наиболее общими и широко используются в курсах и учебниках по вводной статистике или биостатистике.
Такой подход делает понимание понятий более доступным и легким для тех, кто не связан напрямую с точными науками.
Однако некоторые статистики раскритиковали такое понимание.
В результате Американская статистическая ассоциация недавно опубликовала редакционную статью “О статистической значимости и p-значениях,” в которой рассматриваются аспекты, несколько отличающиеся от представленных здесь.
Ниже приведено более точной , но менее интуитивно понятное определение:
Значение p представляет собой вероятность получения результата, который равен или даже более экстремальный, чем результат, полученный на основе наших данных, при условии, что нулевая гипотеза верна.
Теперь вы можете прочитать нашу новую статью на эту тему: доходность по p-значению!
