P-väärtus - määratlus, kasutamine ja valetõlgendused

Statistilise hüpoteesi testimisel on p-väärtus (tõenäosuse väärtus) tõenäosusemõõt vaadeldud või äärmuslikumate tulemuste leidmiseks, kui antud statistilise testi nullhüpotees vastab tõele. P-väärtus on esmane väärtus, mida kasutatakse hüpoteesitesti tulemuste statistilise olulisuse kvantifitseerimiseks. Hüpoteeside testimine Hüpoteeside testimine on statistilise järelduse meetod. Seda kasutatakse selleks, et kontrollida, kas populatsiooni parameetri kohta käiv väide on õige. Hüpoteesi testimine .

P-väärtus

P-väärtuse peamine tõlgendus on see, kas nullhüpoteesi tagasilükkamiseks on piisavalt tõendeid. Kui p-väärtus on mõistlikult madal (väiksem kui olulisuse tase), võime väita, et nullhüpoteesi tagasilükkamiseks on piisavalt tõendeid. Vastasel juhul ei tohiks me nullhüpoteesi tagasi lükata.

Hüpoteesitesti kohta tehakse järeldused, kui võrrelda testi p-väärtust olulisuse tasemega, mis mängib võrdlusaluse rolli. Kõige tüüpilisemad olulisuse tasemed on 0,10, 0,05 ja 0,01. Tähtsuse taset 0,05 peetakse tavapäraseks ja kõige sagedamini kasutatavaks.

Kuidas hüpoteeside testimisel kasutada P-väärtust?

P-väärtuse kasutamiseks hüpoteeside testimisel toimige järgmiselt.

  1. Määrake oma olulisuse tase (α). Olulisuse tase tuleks üldjuhul valida hüpoteesitesti koostamise esimestel etappidel. Kõige tavalisemad olulisuse tasemed hõlmavad 0,10, 0,05 ja 0,01.
  2. Arvutage p-väärtus. Arvutamist pakub arvukalt tarkvararakendusi. Näiteks võimaldab Microsoft Excel arvutada p-väärtuse andmeanalüüsi tööriistapaki abil.
  3. Võrrelge saadud p-väärtust olulisuse tasemega (α) ja tehke asjakohased järeldused. Üldreegel on see, et kui näitaja on väiksem kui olulisuse tase, siis on katse nullhüpoteesi tagasilükkamiseks piisavalt tõendeid.

Statistilise olulisuse aste varieerub sõltuvalt olulisuse tasemest. Näiteks p-väärtust, mis on suurem kui 0,05, peetakse statistiliselt oluliseks, samas kui näitajat, mis on väiksem kui 0,01, peetakse statistiliselt oluliseks.

P-väärtuse valetõlgendused

Statistikas Rahastamise põhistatistika mõisted Statistika kindel mõistmine on rahanduse paremaks mõistmiseks ülioluline. Veelgi enam, statistikamõisted võivad aidata investoritel jälgida, p-väärtust võib tõepoolest pidada üheks kõige sagedamini valesti tõlgendatud mõisteks. Mõiste suurim eksiarvamus on see, et nullhüpoteesi tõesus on tõenäoline (või on tõenäosus, et alternatiivne hüpotees on vale).

Tegelikkuses ei määra p-väärtus nullhüpoteesi tõenäosust tõeseks, vaid näitab vaid tõenäosust kohtuda uuringu tulemustega vähemalt sama äärmuslikult kui tegelikult täheldatud tulemused, kui nullhüpotees vastab tõele. Teisisõnu, see näitab tõenäosust, et nullhüpoteesi tagasilükkamiseks või tagasilükkamiseks on piisavalt tõendeid.

Lisaressursid

Finance pakub finantsmodelleerimise ja hindamise analüütikule (FMVA) ™ FMVA® sertifikaati. Liituge 350 600+ üliõpilasega, kes töötavad sellistes ettevõtetes nagu Amazon, JP Morgan ja Ferrari sertifitseerimisprogrammis neile, kes soovivad oma karjääri järgmisele tasemele viia. Õppimise jätkamiseks ja oma karjääri edendamiseks on abiks järgmised finantsvahendid:

  • Oodatav väärtus Oodatud väärtus Eeldatav väärtus (tuntud ka kui EV, ootus, keskmine või keskmine väärtus) on juhuslike muutujate pikaajaline keskmine väärtus. Oodatav väärtus näitab ka
  • Mitteparameetrilised testid Mitteparameetrilised testid Statistikas on mitteparameetrilised testid statistilise analüüsi meetodid, mis ei nõua jaotust analüüsitavate eelduste täitmiseks
  • Valimi valiku eelarvamus Valimi valimise eelarvamus Valimi valimise eelarvamus on eelarvamus, mis tuleneb populatsiooni valimi nõuetekohase randomiseerimise tagamata jätmisest. Valimi valiku puudused
  • Kogutõenäosuse reegel Kogutõenäosuse reegel Kogutõenäosuse reegel (tuntud ka kui kogutõenäosuse seadus) on tingimusliku ja marginaalse statistika põhireegel

Lang L: none (rec-post)