P Değeri Nedir?

Hipotez testleri veya anlamlılık testi, p-değeri olarak bilinen bir sayının hesaplanmasını içerir. Bu sayı testimizin sonuçlanması için çok önemlidir. P-değerleri test istatistiği ile ilgilidir ve boş hipoteze karşı kanıtların bir ölçümünü verir.

İstatistiksel anlamlılık testlerinin tümü bir null ve alternatif bir hipotez. Sıfır hipotezi, hiçbir etkinin veya yaygın olarak kabul edilen durumların ifadesidir. Alternatif hipotez kanıtlamaya çalıştığımız şeydir. Bir hipotez testinde çalışma varsayımı, sıfır hipotezinin doğru olduğudur.

Çalıştığımız test için koşulların sağlandığını varsayacağız. bir basit rastgele örnek bize örnek veriler verir. Bu verilerden bir test istatistiği hesaplayabiliriz. Test istatistikleri, hipotez testimizin hangi parametreleri ilgilendirdiğine bağlı olarak büyük ölçüde değişir. Bazı yaygın test istatistikleri şunları içerir:

• z - popülasyon standart sapmasını bildiğimiz zaman popülasyon ortalaması ile ilgili hipotez testleri için istatistik.
instagram viewer
• t - popülasyon standart sapmasını bilmediğimiz zaman popülasyon ortalaması ile ilgili hipotez testleri için istatistik.
• t - iki popülasyondan herhangi birinin standart sapmasını bilmediğimizde, iki bağımsız popülasyon ortalamasının farkına ilişkin hipotez testleri için istatistik.
• z - nüfus oranına ilişkin hipotez testleri için istatistik.
• Ki-kare - istatistik kategorik veriler için beklenen ve gerçek sayım arasındaki farka ilişkin hipotez testleri için.

Test istatistikleri yararlıdır, ancak bu istatistiklere bir p değeri atamak daha yararlı olabilir. P-değeri, sıfır hipotezi doğru olsaydı, en azından gözlemlenen kadar aşırı bir istatistik gözlemleme olasılığımızdır. Bir p değerini hesaplamak için test istatistiğimize karşılık gelen uygun yazılımı veya istatistiksel tabloyu kullanırız.

Örneğin, bir standart normal dağılım hesaplarken z test istatistiği. Değerleri z büyük mutlak değerlerle (2.5'in üzerinde olanlar gibi) çok yaygın değildir ve küçük bir p değeri verir. Değerleri z sıfıra yakın olanlar daha yaygındır ve çok daha büyük p değerleri verir.

Daha önce belirttiğimiz gibi, bir p değeri bir olasılıktır. Bu, 0 ve 1 arasında gerçek bir sayı olduğu anlamına gelir. Test istatistiği, belirli bir örneklem için bir istatistiğin ne kadar uç olduğunu ölçmenin bir yolu olsa da, p değerleri bunu ölçmenin başka bir yoludur.

İstatistiki verilen bir örnek aldığımızda, her zaman yapmamız gereken soru şudur: “Bu örnek tesadüfen olduğu gibi mi tek başına gerçek bir sıfır hipotezi mi yoksa sıfır hipotezi yanlış mıdır? ” P-değerimiz küçükse, bu iki durumdan biri anlamına gelebilir bir şeyler:

1. Sıfır hipotezi doğrudur, ancak gözlemlenen örneğimizi elde etmede çok şanslıydık.
2. Örneklemimiz, sıfır hipotezinin yanlış olmasından kaynaklanmaktadır.

Genel olarak, p değeri ne kadar küçük olursa, sıfır hipotezimize karşı o kadar fazla kanıtımız olur.

Ne kadar küçük bir p değerine ihtiyacımız var sıfır hipotezini reddet? Bunun cevabı, “Duruma bağlıdır”. Genel bir kural, p-değerinin 0.05'ten küçük veya ona eşit olması gerektiğidir, ancak bu değer hakkında evrensel bir şey yoktur.

Tipik olarak, bir hipotez testi yapmadan önce bir eşik değeri seçeriz. Bu eşik değerinden küçük veya bu değere eşit bir p değerine sahipsek, sıfır hipotezini reddederiz. Aksi takdirde sıfır hipotezini reddedemeyiz. Bu eşik, hipotez testimizin anlamlılık seviyesi olarak adlandırılır ve Yunanca alfa harfi ile gösterilir. Yok alfa değeri her zaman istatistiksel önemi tanımlar.