Cách tính p trong nghiên cứu khoa học

      217
Ngẫu nhiên tuyệt các bộ tiêu chuẩn những thống kê soát sổ tính hốt nhiên của một hàng bit nhị phân (hoặc của một mối cung cấp nhị phân) là điều thường được nhắc tới trong mật mã <1>. Trong kiểm định giả thiết thống kê lại, những đơn vị công nghệ mật mã hay sử dụng cho một đại lượng được điện thoại tư vấn là p-cực hiếm. Bài viết này vẫn giới thiệu vài nét về lịch sử cải tiến và phát triển, cách thực hiện với ý nghĩa sâu sắc của p-giá trị.

Bạn đang xem: Cách tính p trong nghiên cứu khoa học

Các có mang cơ bản

Trong thống kê lại, hầu hết phỏng đoán liên quan mang đến phân pân hận không biết F của một đổi mới bất chợt X được gọi là đưa thiết thống kê lại. Tại một đưa thiết ví dụ, ví như mục đích của tiêu chuẩn những thống kê là xác minch xem liệu mang thiết này còn có không nên hay không cơ mà ko tiến hành khảo sát những mang thiết không giống, thì tiêu chuẩn chỉnh điều đó được Call là tiêu chuẩn ý nghĩa. Một đưa thiết những thống kê chỉ đề cập tới cực hiếm số của những tsi số chưa chắc chắn của một phân bố được gọi là đưa thiết tmê say số. Phương thơm pháp nhằm xác minc mang thiết những thống kê được call là kiểm tra thống kê lại. Kiểm định của những mang thiết tsay đắm số được Hotline là kiểm tra tsi mê số. Cũng có thể bao gồm các mang thiết không tđắm đuối số với các kiểm tra không tmê mệt số.

Như vậy, đưa thiết duy nhất cần được chứng minh vào kiểm nghiệm này và thể hiện sự kiện chống lại được Call là giả thiết null. Một công dụng biết tới có ý nghĩa sâu sắc thống kê lại nếu nó có thể chấp nhận được bác vứt đưa thiết null (“null” tất cả tương quan cho tới cồn từ bỏ “nullify-bác bỏ”). Theo lập luận bác quăng quật một luận đề (reductio ad adsurdum reasoning), tác dụng tất cả ý nghĩa thống kê sẽ rất khó khả thi ví như trả thiết null biết tới đúng. Việc chưng vứt giả thiết null ý niệm rằng, đưa thiết chuẩn chỉnh xác (đối thiết - alternative sầu hypothesis) bên trong phần bổ sung cập nhật súc tích của giả thiết null. Tuy nhiên, Việc bác bỏ vứt đưa thiết null không cho biết cái nào trong các những đối thiết sẽ là đúng, trừ Lúc bao gồm một đối thiết 1-1 đến đưa thiết null.

ví dụ như, nếu một mang thiết null nói rằng, một thống kê giản lược như thế nào kia tuân thủ theo đúng phân bố chuẩn N(0,1) thì Việc chưng vứt giả thiết null này có thể Tức là (i) quý giá vừa đủ ko bởi 0, hoặc (ii) phương không đúng không phải là một trong hoặc (iii) phân bố ko là chuẩn tắc cùng dựa vào vào nhiều loại hình dáng của kiểm tra được tiến hành. Tuy nhiên, trong trường đúng theo cùng giành được chưng vứt giả thiết mức độ vừa phải bởi 0 cùng biết được phân bổ là chuẩn tắc, phương không đúng bởi 1 thì phnghiền kiểm nghiệm giả thiết null cũng không cho biết giá trị không giống 0 nào mà chỉ rất có thể gật đầu nó là vừa đủ chuẩn xác.

p-giá trị được áp dụng trong bối cảnh kiểm nghiệm giả thiết null để định lượng định nghĩa về ý nghĩa thống kê của vật chứng. Kiểm định giả thiết null là lập luận bác vứt một luận đề được say mê nghi mang đến kỹ thuật thống kê lại. Về bản chất, một xác minh được xem như là hợp lệ trường hợp xác minh trái chiều của chính nó thiết yếu tiến hành được.

Nếu X là một trong những biến ngẫu nhiên màn trình diễn tài liệu được quan lại gần kề với H là mang thiết những thống kê đang rất được chăm chú, thì khái niệm về ý nghĩa những thống kê có thể được định lượng một bí quyết đơn giản do Xác Suất gồm ĐK Pr(X|H), giới thiệu kĩ năng của một sự khiếu nại quan lại liền kề một mực X nếu trả thiết H biết đến đúng. Tuy nhiên, ví như X là một trong những trở thành thốt nhiên liên tiếp, xác suất quan liêu gần kề được một trường phù hợp rõ ràng của x là bằng 0. Nghĩa là, Pr(X = x|H) = 0. Do đó, định nghĩa đơn giản dễ dàng này là không đủ và cần được chuyển đổi để cân xứng với các biến ngẫu nhiên liên tục.

Vấn đề này góp nắm rõ rằng những p-cực hiếm tránh việc bị nhầm lẫn với xác suất về trả thiết (như được tiến hành vào kiểm tra trả thiết Bayes) ví dụ điển hình như: Pr(H|X) -Tỷ Lệ của mang thiết lúc tài liệu đã được cho, hoặc Pr(H) - xác suất của mang thiết là đúng, hoặc Pr(X) -Phần Trăm của việc quan tiền ngay cạnh được tài liệu vẫn cho.

Định nghĩa p-giá chỉ trị

p-giá trị được có mang là Phần Trăm, dưới mang thiết null H (nhiều khi được cam kết hiệu là H0 trái ngược cùng với Habộc lộ đưa thiết sửa chữa thay thế (alternative), null còn Tức là “0”) về phân phối hận không biết F của trở thành thốt nhiên X, cho biến hóa được quan giáp nhỏng là 1 trong cực hiếm bằng hoặc thái cực (extreme) rộng giá trị quan tiền gần cạnh được (có thể là “bự hơn” hay “nhỏ dại hơn”). Nếu x là cực hiếm quan lại gần kề được, thì tùy nằm trong vào giải pháp cơ mà bọn họ diễn giải nó. Quan điểm bằng hoặc thái cực hơn đối với mẫu nhưng mà thực tế sẽ quan liêu tiếp giáp được có thể ngụ ý rằng Xx (sự kiện đuôi mặt phải), Xx (sự kiện đuôi bên trái) hoặc sự kiện đưa ra phần trăm nhỏ duy nhất trong các Xx với Xx (sự kiện bao gồm hai đuôi).

Tức là, p-cực hiếm được cho vì 3 giá chỉ trị: Pr(Xx|H) cho sự khiếu nại đuôi bên phải; Pr(Xx|H) cho việc khiếu nại đuôi phía trái cùng 2.minPr(Xx cho việc kiện tất cả hai đuôi.

Có một vài bí quyết trình diễn p-quý giá như: p-value theo Hiệp hội Thống kê Hoa Kỳ; P. value theo Thương Hội Y học Hoa Kỳ còn theo Thương Hội Tâm lý Hoa Kỳ thì nó được cam kết hiệu là p value.


*

Hình 1. lấy ví dụ của câu hỏi tính p-giá chỉ trị

Hình 1 mô tả một ví dụ về bài toán tính p-cực hiếm. Trong đó, trục tung là tỷ lệ Phần Trăm của mỗi kết quả, được tính bên dưới mang thiết null. p-giá trị là diện tích S được giới hạn vày đường trực tiếp đứng trải qua điểm quan liêu ngay cạnh được với phía bên dưới con đường tỷ lệ Xác Suất. Đó là phần trăm của công dụng quan gần kề được (hoặc thái cực hơn) với giả thiết rằng đưa thiết null đúng.

p-cực hiếm càng nhỏ dại thì chân thành và ý nghĩa càng tốt vày, nó góp người khảo sát nhận biết, mang thiết đang được chu đáo có thể ko giải thích thỏa đáng quan lại liền kề. Giả thiết null H bị chưng quăng quật nếu như một trong các cha xác suất bên trên nhỏ dại hơn hoặc bởi một quý hiếm ngưỡng bé dại, thắt chặt và cố định dẫu vậy được xác minh trước một bí quyết tùy ý α, được điện thoại tư vấn là mức ý nghĩa sâu sắc. Không y như p-cực hiếm, nút α không khởi nguồn từ ngẫu nhiên tài liệu quan tiền sát nào cùng không phụ thuộc vào vào đưa thiết nằm ở cơ sở. Thay vào đó, giá trị của α được đề ra do bên phân tích trước lúc khám nghiệm dữ liệu, nêncực hiếm của αlà tùy ý. Theo quy ước, α hay được đặt bởi 0,05; 0,01; 0,005 hoặc 0,001.

Vì giá trị của x xác định sự khiếu nại đuôi bên trái hoặc đuôi mặt yêu cầu là 1 vươn lên là tự nhiên, cần p-giá trị biến một hàm của x và nó là một trong những trở thành bỗng dưng. Dưới giả thiết null, p-giá trị được xác minh những trên khoảng chừng <0, 1>, đưa sử rằng x là thường xuyên. Do kia, p-quý giá ko thắt chặt và cố định.

lấy một ví dụ, một thí nghiệm được thực hiện nhằm khẳng định xem công dụng của câu hỏi tung đồng xu có thăng bằng hay không (thời cơ cân nhau của Việc hạ cánh sấp (tails) tuyệt ngửa (heads) hoặc có lệch ko cân bằng (một công dụng có nhiều kỹ năng rộng so với hiệu quả khác).

Giả sử, những tác dụng thí nghiệm cho biết đồng xu cù mặt ngửa lên trên mặt 14 lần vào toàn bô trăng tròn lần tung. Giả thiết null là đồng xu là cân đối và những thống kê kiểm nghiệm là mốc giới hạn rơi khía cạnh ngửa. Nếu kiểm tra đuôi bên buộc phải được xem xét, p-giá trị của kết quả này là cơ hội để một đồng xu thăng bằng rơi trên mặt ngửa ít nhất 14 lần trong những 20 lần tung. Xác suất đó có thể được tính trường đoản cú các hệ số nhị thức là:


*

Xác suất này là p-quý hiếm, chỉ lưu ý các công dụng rất đoan nhưng mà hữu ích đến phương diện ngửa. Đây được gọi là phân tích một đuôi (bên phải). Tuy nhiên, thiên lệch rất có thể theo một trong các hai hướng, chủ yếu về những khía cạnh ngửa hoặc các mặt sấp. Thay vào đó hoàn toàn có thể tính p-cực hiếm nhị phía, xem xét thiên lệch nghiêng hẳn theo các phương diện ngửa hoặc những khía cạnh sấp. Vì phân păn năn nhị thức là đối xứng cho một đồng tiền cân bằng, p-cực hiếm nhị phía chỉ dễ dàng và đơn giản là gấp đôi p-giá trị một phía sẽ tính được tính, đến hiệu quả p-cực hiếm 0,116.

Phân tích ví dụ ví dụ bên trên, ta có:

- Giả thiết null(H0): đồng xu tiền là thăng bằng với Pr (rơi cùng với mặt ngửa) = 0,5.

- Thống kê kiểm định: Số lần rơi với mặt ngửa.

- Mức: 0,05.

- Quan sátO: 14 lần mặt ngửa trong các 20 lần tung.

- p-cực hiếm nhì phía của quan lại gần cạnh O khi gồm H0 = 2.minPr(số phương diện ngửa ≥14), Pr (số khía cạnh ngửa ≤14) = 2.min0,058, 0,978 = 0,116.

Lưu ý, Pr(số mặt ngửa ≤ 14 đầu) = 1 - Pr(số mặt ngửa ≥ 14) + Pr(số mặt ngửa = 14) = 1 – 0,058 + 0,036 = 0,978. Tuy nhiên, tính đối xứng của phân bố nhị thức đề nghị buộc phải tính để thực hiện tra cứu phần trăm nhỏ tuổi hơn vào hai Xác Suất. Ở trên đây, p-cực hiếm được xem quá quá 0,05, Tức là dữ liệu phía bên trong phạm vi của những gì vẫn xẩy ra 95% số lần nếu đồng tiền trong thực tiễn thăng bằng. Do kia, đưa thiết null không trở nên chưng quăng quật ở tầm mức 0,05.

Xem thêm: Cách Cài Đặt Đèn Flash Khi Có Cuộc Gọi Đến, Tin Nhắn Trên Điện Thoại

Tuy nhiên, nếu có thêm 1 phương diện ngửa nữa, p-giá trị tác dụng (hai phía) đang là 0,0414 (4,14%). Trong ngôi trường vừa lòng kia, đưa thiết null sẽ bị từ chối ở tại mức 0,05.

Lịch sử ra đời

Việc tính tân oán các p-giá trị gồm từ trong những năm 1700. Khikia, bọn chúng được ứng dụng cho bài bác toánxác suất nam nữ con bạn khi sinh vàý nghĩa sâu sắc thống kê so với đưa thiết null về xác suất sinc con trai với gái cân nhau. Năm 1710, John Arbuthnot -bạn nghiên cứu thắc mắc nàyđãchất vấn hồ sơ sinc tạiLondon vào 82 năm (từ 1629 mang đến 1710). Mỗi năm, số phái mạnh hiện ra ở London rất nhiều quá thừa số thanh nữ. lúc xem chu kỳ sinh đàn ông nhiều hơn thế tốt tần số sinc phụ nữ nhiều hơn nữa có công dụng hệt nhau, thì Xác Suất của tác dụng quan liêu cạnh bên được là 0,582, hoặc khoảng 1 trong những 4.836.000.000.000.000.000.000.000 trường phù hợp. Trong thuật ngữ tân tiến, đó chínhlà p-quý giá. Giá trị này nhỏ tuổi cho đáng kinh ngạc, khiến cho Arbuthnot đi cho kết luậnrằng, đó là điều cấp thiết tính toán thù được cơ mà vì chưng tự nhiên. Theo thuật ngữ hiện đại, ông bác vứt giả thiết null về kĩ năng sinc nam nhi và phụ nữ có công dụng đồng nhất tại mức chân thành và ý nghĩa p = 1/282.


*

*

*
*

Hình 4. Karl Pearson

Việc áp dụng p-quý hiếm vào thống kê đã được thịnh hành vày Ronald Fisher cùng nó đóng vai trò mục đích trung trung ương vào bí quyết tiếp cận củaông so với chủ thể này. Trong cuốn nắn sách gồm ảnh hưởng Khủng Statistical methods for research workers (1925), Fisher đang khuyến nghị nút p = 0,05 hoặc kỹ năng quá thừa 1 trong các đôi mươi, bởi tình cờ, như là 1 trong những số lượng giới hạn đến ý nghĩa sâu sắc thống kê và vận dụng vấn đề này mang lại phân bổ chuẩn tắc (như một kiểm tra nhị phía).

Sau kia, ông vẫn tính tân oán một bảng những giá trịtương tự như nlỗi Elderkhổng lồ. Tuy nhiên, ônghòn đảo ngược phương châm của χ2 cùng p. Nghĩa là, nỗ lực bởi vì tính p cho các quý hiếm khác biệt của χ2 (và bậc tự do n), ông đã tính những cực hiếm của χ2 mà đem lại các p-giá trị được chỉ định, thay thể:0,99; 0,98; 0,95; 0,90; 0,80; 0,70; 0,50; 0,30; 0,20; 0,10; 0,05; 0,02 với 0,01. Điều kia cho phép đối chiếu những quý hiếm tính được của χ2 so với ngưỡng và khuyến nghị sử dụng các p-quý giá (đặc biệt là 0,05; 0,02 và 0,01) làm điểm cắt.


Hình 5. Ronald Fisher

Nlỗi một minc họa về vấn đề áp dụng những p-quý giá vào mục đích cùng giải thích những thí điểm, vào cuốn sách The Design of Experiment (1935), Fisher đã trình diễn phân tách nếm tsoát của một thanh nữ thương hiệu là Muriel Bristol. Đâylà ví dụ điển hình nổi bật của p-quý hiếm. Để Review tuim ba, Muriel Bristol hoàn toàn có thể phân biệt bí quyết pha tsoát bằng phương pháp nếm (mang lại sữa vào ly trước, rồi kế tiếp new cho trà soát, hoặc ngược lại). Muriel Bristol được gửi cho 8 ly tsoát trộn theo hai bí quyết bên trên cùng với tỉ lệ như nhau cùng được thử khám phá xác minh phương pháp pha tkiểm tra từng ly. Trong ngôi trường hòa hợp giả thiết null là cô ấy ko có khả năng đặc trưng, kiểm tra là chu chỉnh đúng đắn của Fisher cùng p-quý giá là:


Fisher chuẩn bị phủ nhận đưa thiết null (cẩn thận hiệu quả siêu cạnh tranh xẩy ra bởi vì tình cờ) giả dụ tất cả các cốc được phân một số loại một phương pháp đúng chuẩn. Trong xem sét thực tiễn, Bristol vẫn phân một số loại đúng mực toàn bộ 8 cốc.

Fisher kể lại ngưỡng p = 0,05 và phân tích và lý giải tính hợp lý và phải chăng rằng, thường thì, để thuận tiện, các công ty phân tích mang 5% làm cho nút ý nghĩa sâu sắc tiêu chuẩn, Từ đó, họ sẵn sàng chuẩn bị bỏ lỡ tất cả các hiệu quả mà lại không dành được tiêu chuẩn này. Bằng biện pháp này, bọn họ các loại khỏi cuộc đàm đạo tiếp theo sau đa số rộng của những biến động nhưng mà các nguyên nhơn tình cờ sẽ đưa vào những công dụng thí điểm.

Phân ba với phương pháp tính

lúc mang thiết null là đúng, giả dụ nó bao gồm dạng H0: ϴ=ϴ0(kiểm nghiệm tsi số) cùng đổi mới bất chợt nằm tại vị trí cửa hàng là liên tục, thì phân pân hận phần trăm của p-quý hiếm là hầu hết bên trên khoảng tầm <0,1>. trái lại, giả dụ giả thiết thay thế (đối thiết) là đúng, phân bổ phụ thuộc vào vào kích cỡ mẫu cùng quý hiếm thực của tham mê số đang rất được nghiên cứu và phân tích <4,5>.

Đôi khi, X là một thống kê kiểm nghiệm, cầm do ngẫu nhiên quan tiền giáp nào trong các những quan tiền giáp thực tiễn. Thống kê chu chỉnh là áp ra output của một hàm vô hướng của toàn bộ các quan lại gần cạnh. Thống kê này cung cấp một vài duy nhất, ví dụ như vừa đủ hoặc hệ số đối sánh, nắm tắt những đặc điểm của dữ liệu theo cách bao gồm liên quan đến một cuộc điều tra cụ thể. Vậy nên, thống kê lại kiểm tra theo đúng một phân bổ được xác minh bởi vì hàm, được thực hiện để khẳng định số lượng những thống kê của kiểm nghiệm đó cùng phân bổ của dữ liệu quan lại gần cạnh nguồn vào.

Đối cùng với trường phù hợp đặc trưng trong những số đó tài liệu được trả định theo đúng phân bố chuẩn tắc, tùy thuộc vào thực chất của thống kê kiểm định nhưng mà mang thiết các đại lý của thống kê chu chỉnh, các giải pháp chu chỉnh đưa thiết null khác biệt đã làm được trở nên tân tiến. Một số bài bác chu chỉnh như thế là z-kiểm nghiệm đến phân bố chuẩn tắc, t-chu chỉnh đến t-phân bố của Student, f-kiểm định cho f-phân bố. khi tài liệu không tuân theo phân bổ chuẩn chỉnh tắc, vẫn hoàn toàn có thể giao động phân bố của các thống kê lại chu chỉnh này qua phân bố chuẩn chỉnh tắc bằng cách Gọi định lý số lượng giới hạn trung trọng điểm cho các mẫu béo, nhỏng trong ngôi trường phù hợp kiểm nghiệm chi-bình pmùi hương của Pearson.

Việc tính toán thù p-cực hiếm yên cầu một giả thiết null, thống kê kiểm định (với bài toán ra quyết định liệu đơn vị nghiên cứu sẽ tiến hành kiểm nghiệm ở một bên tuyệt hai phía) cùng dữ liệu. Mặc cho dù vấn đề đó rất có thể dễ dàng nhưng lại bài toán tính phân bổ đem mẫu theo mang thiết null cùng tiếp đến việc tính hàm phân bố tích trữ thường xuyên là một trong những vụ việc khó khăn. Ngày ni, câu hỏi tính tân oán này được tiến hành bằng ứng dụng thống kê trải qua những cách thức tính số (chứ không phải là bí quyết chính xác). Thực tế, vào nửa đầuthế kỷ XX, vấn đề đó đã làm được triển khai thông qua những giá trị cùng người ta vẫn nước ngoài suy hoặc nội suy ra các p-giá trị từ bỏ những quý giá tránh rốc này. Ttốt do sử dụng một bảng của các p-giá trị, Fisher đang tính ngược những hàm phân bố tích lũy, chào làng một list các quý hiếm của thống kê lại kiểm định cho các p-giá trị thắt chặt và cố định mang đến trước. Như vậy tương ứng cùng với câu hỏi tính hàm phân vị (hàm phân bổ tích trữ nghịch đảo cùng với các khoảng tầm phân chia bởi nhau).

Sử dụng

p-quý giá được sử dụng rộng thoải mái vào kiểm nghiệm giả thiết thống kê lại, quan trọng đặc biệt trong chu chỉnh ý nghĩa của trả thiết null. Trong cách thức này, nó là một phần của mục tiêu phân tách. Trước Lúc triển khai thể nghiệm, bạn ta chọn 1 quy mô (đưa thiết null) với quý giá ngưỡng mang đến p, được gọi là nấc ý nghĩa của kiểm định, theo truyền thống lịch sử là 5% hoặc 1% với được ký hiệu là α. Nếu p-quý giá nhỏ hơn nút ý nghĩa đang chọn (α), điều này cho biết, tài liệu được quan liền kề ko phù hợp một phương pháp ham mê đáng với trả thiết null cùng mang thiết null hoàn toàn có thể bị bác bỏ vứt. Tuy nhiên, trong trường phù hợp ngược trở lại, điều đó ko chứng tỏ rằng đưa thiết được kiểm định là đúng. khi p-cực hiếm được xem tân oán chính xác, kiểm định này bảo đảm rằng Phần Trăm lỗi các loại I nhiều tốt nhất là α. Đối với đối chiếu điển hình, thực hiện ngưỡng giảm α = 0,05 tiêu chuẩn, mang thiết null bị từ chối Khi p 0,05. Bản thânp-giá trị từ nó không cung ứng trình bày về các phần trăm của những mang thiết nhưng chỉ là 1 trong những phương tiện để quyết định tất cả từ chối giả thiết null hay không.

Một số sai lầm hay gặp

Sử dụng sai những p-cực hiếm hoặc giải thích không nên về p-quý giá khá phổ biến trong phân tích khoa học và đào tạo và giảng dạy kỹ thuật.

Từ cách tiếp cận chu chỉnh mang thiết Neyman-Pearson cho các suy đoán thống kê, dữ liệu chiếm được bằng cách đối chiếu p-quý giá với mức ý nghĩa sâu sắc sẽ đem đến 1 trong những nhì kết quả: mang thiết null bị khước từ (tuy nhiên không chứng tỏ rằng mang thiết null là sai) hoặc mang thiết null không thể bị bác bỏ ở mức chân thành và ý nghĩa kia (tuy nhiên điều này ko minh chứng rằng mang thiết null là đúng).

Từ giải pháp tiếp cận kiểm định những thống kê của Fisher cho những suy luận những thống kê, một p-quý hiếm phải chăng gồm nghĩa là: trả thiết null là đúng và một sự kiện siêu cạnh tranh có khả năng đã xẩy ra hoặc đưa thiết null là sai.

Một thực tiễn đã trở nên chỉ trích kinh hoàng là đồng ý giả thiết thay thế mang lại bất kỳ p-giá trị làm sao dưới 0,05 nhưng mà không tồn tại vật chứng cung cấp không giống. Mặc mặc dù p-cực hiếm rất hữu dụng trong vấn đề nhận xét cường độ không cân xứng của dữ liệu với cùng 1 mô hình những thống kê ví dụ, những nhân tố theo ngữ cảnh cũng yêu cầu được xem như xét, chẳng hạn như: mục đích phân tích, quality của những phép đo, vật chứng bên phía ngoài đến hiện tượng vẫn nghiên cứu và phân tích với tính hợp lệ của các đưa định có tác dụng các đại lý mang lại so với dữ liệu.

p-quý hiếm không hẳn là Xác Suất mà trả thiết null là đúng hoặc phần trăm cơ mà đưa thiết sửa chữa thay thế là không nên. p-quý hiếm rất có thể đã cho thấy cường độ tương thích thân tập tài liệu cùng một lý giải mang thiết cụ thể (chẳng hạn như giả thiết null). Cụ thể, p-quý hiếm hoàn toàn có thể được coi là Phần Trăm tiên nghiệm để ít nhất cũng có thể có được kết quả ít nhất là lớn nhất tốt bé bỏng nhấtnlỗi tác dụng quan tiếp giáp được, cho rằng trả thiết null là đúng. Không yêu cầu nhầm lẫn nó với xác suất hậu nghiệm rằng giả thiết null là đúng lúc vẫn mang đến kết quả quan liêu cạnh bên được. Vấn đề này được biểu thị bởi bí quyết nhỏng sau:

Pr(quan lại cạnh bên | trả thiết) # Pr(trả thiết | quan tiền sát)

Xác suất của việc quan liêu gần kề thấy một tác dụng khi biết rằng một trả thiết làm sao sẽ là đúng không ạ tương đương cùng với xác suất rằng trả thiết sẽ là đúng khi hiểu được tác dụng vẫn nói bên trên được quan tiền giáp thấy. Trong ngôi trường hòa hợp này, bài toán thực hiện p-giá trị nhỏng một “điểm số” cho mang thiết là phạm một lỗi ngắn gọn xúc tích nghiêm trọng Lúc nhầm lẫn khái niệm cùng vị trí giữa “mang thiết” cùng “quan tiền sát”.

p-quý giá không phải là Xác Suất nhưng các công dụng quan tiền gần kề được tạo nên chỉ vì chưng cơ hội đột nhiên. p-quý giá được tính bên dưới đưa định rằng một mô hình khăng khăng (thường là đưa thiết null) là đúng. Như vậy tức là p-cực hiếm là 1 trong những tuyên ổn cha về quan hệ của dữ liệu với giả thiết kia.

Mức ý nghĩa 0,05 (nấc α) chỉ là một quy ước, thường được sử dụng làm cho ma lanh giới giữa một p-cực hiếm có ý nghĩa những thống kê và một p-giá trị không có chân thành và ý nghĩa thống kê. Tuy nhiên, vấn đề này không tồn tại nghĩa rằng tất cả một lý do khoa họcnhằm lưu ý kết quả sinh sống các phía trái chiều của ngẫu nhiên ngưỡng nào (khác cùng với 0,05) là khác biệt về chất lượng.

p-quý hiếm không cho thấy thêm kích thước hoặc khoảng quan trọng đặc biệt của tác dụng quan tiền gần kề được. Một p-cực hiếm nhỏ tuổi có thể được quan liêu gần kề cho 1 hiệu quả hoàn toàn không có ý nghĩa sâu sắc hoặc có giá trị đặc biệt. Trong thực tế, giả dụ cỡ mẫu càng lớn thìhiệu quả buổi tối tđọc cần thiết nhằm tạo nên p-cực hiếm bao gồm ý nghĩa sâu sắc thống kê càng nhỏ dại.

Tài liệu trích dẫn

1. Andrew Rukhin et al., A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications, NIST Special Publication 800-22 Revision 1a, April 2010.

2. William Palin Elderton, Tables for Testing the Goodness of Fit of Theory to Observation,Biometrika Trust,1(2), 1902, pp. 155–163.

3. Karl Pearson, On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed khổng lồ have arisen from random sampling, Journal The London, Edinburgh, và Dublin Philosophical Magazine và Journal of Science, Series 5, Volume 50, 1900 -Issue 302, pp. 157–175.

4. Bhaskar Bhattacharya, DeSale Habtzghi, Median of the p-value under the alternative hypothesis,The American Statistician,56(3) 2002, pp. 202–206.

5. H.M.J. Hung, R.T. O'Neill, P.. Bauer, K. Kohne, The behavior of the p-value when the alternative hypothesis is true",Biometrics,53(1) 1997, pp. 11–22.