p值解释

P.-Value是一个数字,由a计算统计测试如果零假设是真的,那么描述您在发现特定观测集合的可能性。

P.-values用于假设检验来帮助决定是否拒绝零假设。越小P.- 您拒绝零假设的可能性越有可能。

什么是零假设?

所有统计测试都有一个零假设。对于大多数测试,NULL假设是您的兴趣变量之间没有关系,或者组之间没有差异。

例如,在双尾T.-测试,空假设是两组之间的差异为零。

示例:null和替代假设
您想知道在不同饮食中喂养的两组小鼠之间的寿命是否存在差异,饮食A和饮食B.您可以使用双尾T检验统计测试这两种饮食之间的差异。

  • 零假设:两组人的寿命没有差别。
  • 备择假设:这两组人的寿命是不同的。

到底什么是P.-价值?

P.-价值即概率值,它告诉你数据在零假设下发生的可能性。它通过计算你的检验统计量,它是由使用您的数据的统计测试计算出的数字。

P.-Value告诉您,如果该测试的零假设是真的,您希望将测试统计视为极端或更极端的测试统计数据。这P.-Value变小,因为从数据计算的测试统计数据远离空假设所预测的测试统计范围。

P.- value是一个比例:如果你的P.-Value是0.05,这意味着5%的时间你会看到测试统计数据至少与你发现的那个是真的真实的那样极端。

例如:测试统计量和P.-价值
如果小鼠在任何一种饮食中同样长时间长时间才能,那么来自你的测试统计T.- 最低将与NULL假设中的测试统计密切匹配(组之间没有区别),结果P.-value将接近1。它很可能不会正好达到1,因为在现实生活中,两组可能不会完全相等。

然而,如果两组之间的寿命平均差异,则您的测试统计量将远离所预测的值,以及P.-Value会变得更小。这P-价值永远不会达到零,因为始终有可能,即使极不可能,也可以在您的数据中发生模式发生。

你的抄袭分数是多少?

将您的论文与超过6000亿网络页面和3000万个出版物进行比较。

  • 2020年18luck新利备用网登录最佳剽窃检查器
  • 抄袭报告和百分比
  • 最大剽窃数据库

Scribbr剽18luck新利备用网登录窃检查程序

你如何计算P.-价值?

P.-值通常由你的统计程序(R, SPSS等)自动计算。

您还可以找到估计的表格P.- 在线测试统计数据。这些表显示,基于测试统计数据和自由度(观察次数减去您的测试数量的数量)频繁地您希望看到在零假设下的测试统计信息。

计算的计算P.-value取决于你用来检验你的假设的统计检验:

  • 不同的统计测试具有不同的假设并产生不同的测试统计数据。你应该选择统计测试最适合您的数据并匹配您想要测试的效果或关系。
  • 的数量独立变量在您的测试变更中,您要包含生成相同的测试统计量所需的大小P.-价值。
示例:选择统计测试
如果你只比较两种不同的饮食,那么两种样本T.-test是比较两组的好方法。要比较三种不同的饮食,使用Anova.而是 - 执行多个成对比较将导致人为低P.- 允许您高估群体之间差异的重要性。

无论您使用什么测试,P.-Value总是描述同样的事情:您可以期望将测试统计视为极端或更极端的频率,而不是从测试中计算的。

P.-值和统计意义

P.-值最常被研究人员用来表示他们所测量的某种模式是否具有统计学意义。

统计学意义是另一种说明的方式P-统计测试的价值足够小以拒绝测试的零假设。

多小才算足够小?最常见的阈值是P <0.05;也就是说,当您希望发现测试统计数据至于您的测试只有5%的时间计算。但阈值取决于您的研究领域 - 一些领域更喜欢0.01,甚至0.001的阈值。

确定统计显着性的阈值也称为alpha值。

例如:统计学意义
你对两种老鼠饮食的比较结果是P.-value小于0.01,低于你的alpha值0.05;因此,你确定这两种饮食在统计上有显著差异。

报告P.

P-通常报告统计测试的值结果部分一篇研究论文,随附读者所需要的关键信息P.- 中文中的值 - 例如,相关系数线性回归,或者在aT.-测试

示例:报告结果
在我们对小鼠饮食A和小鼠饮食B的比较中,我们发现饮食A的寿命(平均值= 2.1岁; SD = 0.12)明显短于饮食B的寿命B(平均值= 2.6岁; SD = 0.1),平均差异为6个月(T(80)= -12.75;P <0.01)。

要谨慎使用P.

P.-值通常被解释为你的风险拒绝零假设时,你的测试的零假设实际上是正确的。

在现实中,拒绝零假设的风险往往高于P.-value,特别是当看一个单一的研究或使用小样本量。这是因为你的参考框架越小,你偶然发现具有统计学意义的模式的几率就越大。

P.- 值得被解释为支持或反驳替代假设。不是这种情况。P.-Value只能告诉您是否支持NULL假设。它不能告诉你你的替代假设是否真实,或者为什么。

关于p值的常见问题

什么是p值?

一种P.-价值,或概率值,是描述您的数据发生在零假设你的统计测试

如何计算p值?

P.通常由您用于执行统计测试的程序自动计算。它们也可以估计使用P.- 相关的表格检验统计量

P.- 从测试统计的空分布计算。他们告诉您,在统计测试的零假设下,预计预计测试统计量的频率通常是基于它在空分布中落下的位置。

如果检验统计量远离零分布的均值,则P.-value将很小,表明检验统计量不太可能在原假设下发生。

什么是统计学意义?

统计学意义是研究人员使用的术语,说明他们不太可能发生的观察可能会发生零假设A.统计测试。意义通常由a表示P.-价值,或概率值。

统计意义是任意的-它取决于阈值,或alpha值,由研究人员选择。最常见的阈值是P.<0.05,这意味着数据可能在零假设下的时间少于5%。

P.-value低于选择的alpha值,那么我们说测试结果在统计上是显著的。

P值是否会告诉您您的替代假设是否正确?

P.-价值只告诉你你观察到的数据在零假设下发生的可能性。

如果P.-Value低于您的意义阈值(通常P.<0.05),然后您可以拒绝零假设,但这并不一定意味着您的替代假设是真的。

这篇文章有用吗?
0.
Rebecca Bevans.

Rebecca正在努力在土壤生态学中培养她的博士学位,并花费她的空闲时间。她很高兴能够与你们所有人统计。

1条评论

Rebecca Bevans.
Rebecca Bevans(Scribbr队)
2020年7月16日下午6:32

谢谢阅读!希望你发现这篇文章有用。如果有的话尚不清楚,或者如果你没有找到你在这里寻找的东西,请留下评论,我们会看看我们是否可以提供帮助。

还有疑问吗?

请单击左侧的复选框以验证您是不是机器人。