Kalkulator wartości P

p-value
Dalej

Wpisz statystykę testową – z, t lub chi-kwadrat – oraz stopnie swobody w przypadku odpowiednich, a kalkulator wygeneruje wartość p dla hipotez jednostronnych lub dwustronnych. Jest to podstawowy element narzędzi do analiz statystycznych oraz testów typu A/B: po uzyskaniu statystyki testowej z danych jest ona przekształcana w prawdopodobieństwo obserwowania wyniku co najmniej tak ekstremalnego jak przy hipotezie zerowej.

Jak obliczane są wartości p

  1. 1

    Wybierz rozkład

    z dla średnich i proporcji w dużych próbkach, t dla średnich w małych próbkach przy znanej odchylce standardowej, chi-kwadratowy test dla oceny adekwatności modelu oraz tabeli kontingencji.

  2. 2

    Wpisz statystykę

    Zarejestrowane wartości z, t lub chi-kwadratowe uzyskane z danych.

  3. 3

    Wybierz ogony

    Dwustronne dla hipotez o różnicy w obu kierunkach, jednostronne dla hipotez kierunkowych typu „większe" lub „mniejsze".

  4. 4

    Przeczytaj wartość p.

    Odcinek rozkładu w jego końcu, który przekracza ustaloną wartość statystyczną.

Tablica referencyjna (dwustronna)

Statystyka Wartość p Interpretacja
z = 1,64 0,10 Marginalny
z = 1,96 0,05 Klasyczny próg
z = 2,58 0,01 Silny
z = 3,29 0,001 bardzo silny
t(20) = 2,09 0,05 ≈ 1,96 dla df = 20
t(5) = 2,57 0,05 Małe próby zwiększają wartość krytyczną

Co oznacza wartość p

Wartość p to prawdopodobieństwo, przy założeniu, że hipoteza zerowa jest poprawna, wystąpienia statystyki testowej co najmniej tak ekstremalnej jak ta, którą zaobserwowaliśmy. Mała wartość p oznacza, że dane są mało prawdopodobne w warunkach hipotezy zerowej – więc albo hipoteza zerowa jest błędna, albo mieliśmy nieszczęście.

Co nie oznacza wartość p

  • Nie jest to prawdopodobieństwo, że hipoteza zerowa jest prawdziwa.
  • Nie jest to prawdopodobieństwo, że powtórzysz ten wynik.
  • Nie jest to wielkość efektu. Niewielki, pozbawiony znaczenia efekt może dać wartość p < 0,001 przy wystarczająco dużym rozmiarze próbki.
  • Nie jest to próg rozróżniający „rzeczywiste“ od „nierzeczywistego“ – 0,05 to konwencja, a nie prawo.

Wybór między jednym a dwoma ogonami

Zastosuj test jednostronny wyłącznie wtedy, gdy przed analizą danych określono rzeczywistą hipotezę kierunkową (wasz lek może tylko pomóc, nie szkodzić). W przeciwnym przypadku użyj testu dwustronnego. Przejście do testu jednostronnego po fakcie w celu uzyskania wartości p < 0,05 stanowi manipulację wynikami statystycznymi i podważa wiarygodność wniosków.

Najczęstsze błędy

  • Porównania wielokrotne: przeprowadź 20 testów, a jeden z nich przypadkowo osiągnie wartość p < 0,05. Wykorzystaj metodę Bonferroniego lub Benjamini–Hochberga.
  • Duży N, mały efekt: próba licząca miliony przypadków wykryje różnice o wielkości 0,1% jako istotne. Zawsze podawaj wielkości efektów wraz z wartościami p.
  • Dychotomizacja: rozróżnienie między „istotne“ a „nieistotne“ wiąże się z utratą informacji. Wartości p = 0,048 i p = 0,052 odpowiadają podobnej sile dowodów.
  • Niewłaściwe interpretowanie testu chi-kwadrat: wartość p zależy zarówno od statystyki chi-kwadrat, jak i od liczby stopni swobody; wynik chi-kwadratowy równy 10 jest istotny przy df = 2 (p = 0,0067), ale nie przy df = 20 (p = 0,97).

Najczęściej zadawane pytania

Zgodnie z konwencją próg wynosi 0,05, jednak powinien odpowiadać kosztowi popełnienia błędu. W badaniach medycznych często stosuje się próg 0,01 lub jeszcze niższy. W niektórych dziedzinach proponuje się jako standardową wartość 0,005.

Wielkie próbki zmniejszają błąd standardowy, dzięki czemu nawet drobne efekty stają się „istotne“. Zawsze podaj wielkość efektu (Cohen’s d, stosunek szans lub różnica bruto) obok wartości p.

Dwustronne jako ustawienie domyślne. Jednostronne jest uzasadnione wyłącznie w przypadku, gdy istnieje rzeczywista hipoteza kierunkowa ustalona przed zebraniem danych.

W przypadku z założymy, że znasz standardową odchylkę populacji (rzadko); w przypadku t stosuje się go przy oszacowaniu tej wartości na podstawie próbki. Dla dużych próbek oba wskaźniki zbliżają się do siebie.

Oznacza to, że dane byłyby nietypowe w warunkach hipotezy zerowej. Wartość p pojedyncza nie ma takiego znaczenia jak replikacja, wielkość efektu oraz mechanizm jego występowania.

Powiązane narzędzia

Narzędzie jest dostępne w innych językach