Wat is P-Value?

In inzichten is de p-waardering de Wat is P-waarde?

In de statistiek is de p-waarde de waarschijnlijkheid van het verkrijgen van de geobserveerde resultaten van een test, ervan uitgaande dat de nulhypothese juist is. Het is het niveau van marginale betekenis binnen een statistische hypothesetest die de waarschijnlijkheid van het optreden van een bepaalde gebeurtenis weergeeft. De p-waarde wordt gebruikt als alternatief voor afwijzingspunten om het kleinste significantieniveau te verkrijgen waarop de nulhypothese zou worden verworpen. Een kleinere p-waarde betekent dat er sterker bewijs is ten gunste van de alternatieve hypothese.

KEY TAKEAWAYS

In een statistische hypothesetest is de p-waarde het niveau van de marginale betekenis die de waarschijnlijkheid van het optreden van een bepaalde gebeurtenis weergeeft.

Om p-waarden te berekenen kunt u gebruik maken van p-waardetabellen of spreadsheet/statistische software.

Een kleinere p-waarde geeft aan dat er sterker bewijs is voor de alternatieve hypothese.

Hoe wordt de P-waarde berekend?

P-waarden worden berekend met behulp van p-waardetabellen of spreadsheets/statistische software. Omdat verschillende onderzoekers verschillende significantieniveaus gebruiken bij het onderzoeken van een vraag, kan het voor een lezer soms moeilijk zijn om de resultaten van twee verschillende tests met elkaar te vergelijken.

Als bijvoorbeeld twee studies naar het rendement van twee bepaalde activa werden uitgevoerd met behulp van twee verschillende significantieniveaus, kon een lezer de kans op rendementen voor de twee activa niet gemakkelijk vergelijken.

Voor het gemak van de vergelijking, onderzoekers vaak de p-waarde in de hypothesetest en laat de lezer om de statistische betekenis zelf te interpreteren. Dit wordt een p-waarde benadering van de hypothesetest genoemd.

P-waardebenadering van hypothesetests

De p-waarde benadering van hypothesetests gebruikt de berekende waarschijnlijkheid om te bepalen of er bewijs is om de nulhypothese af te wijzen. De nulhypothese, ook wel de gissing genoemd, is de eerste bewering over een populatie van statistieken.

De alternatieve hypothese geeft aan of de bevolkingsparameter afwijkt van de waarde van de bevolkingsparameter die in de gissingen wordt vermeld. In de praktijk wordt de p-waarde, of kritische waarde, vooraf aangegeven om te bepalen hoe de vereiste waarde om de nulhypothese af te wijzen, moet worden bepaald.

Type I Fout

Een type I fout is de valse afwijzing van de nulhypothese. De waarschijnlijkheid dat een fout van type I optreedt of dat de nulhypothese wordt verworpen wanneer deze waar is, is gelijk aan de gebruikte kritische waarde. Omgekeerd is de kans dat de nulhypothese wordt geaccepteerd wanneer deze waar is, gelijk aan 1 min de kritische waarde.

Real-World voorbeeld van P-Value

Stel dat een belegger beweert dat het rendement van zijn beleggingsportefeuille gelijk is aan dat van de Standard & Poor’s (S&P) 500 Index. Om dit te bepalen, voert de belegger een tweestappentoets uit. In de nulhypothese wordt gesteld dat het rendement van de portefeuille gelijk is aan het rendement van de S&P 500 over een bepaalde periode, terwijl in de alternatieve hypothese wordt gesteld dat het rendement van de portefeuille en het rendement van de S&P 500 niet gelijkwaardig zijn. Indien de belegger een one-tailed test zou uitvoeren, zou de alternatieve hypothese stellen dat het rendement van de portefeuille lager of hoger is dan het rendement van de S&P 500.

Een veelgebruikte p-waarde is 0,05. Als de belegger concludeert dat de p-waarde minder dan 0,05 is, is er sterk bewijs tegen de nulhypothese. Als gevolg daarvan zou de belegger de nulhypothese verwerpen en de alternatieve hypothese aanvaarden.

Omgekeerd, als de p-waarde groter is dan 0,05, duidt dat erop dat er zwak bewijs is tegen het vermoeden, zodat de belegger de nulhypothese niet zou verwerpen. Als de belegger vindt dat de p-waarde 0,001 is, is er sterk bewijs tegen de nulhypothese, en de rendementen van de portefeuille en de S&P 500 kunnen niet gelijk zijn.van het krijgen van de bewaakte gevolgen van een test, in de verwachting dat de ongeldige theorie juist is. Het is de mate van verwaarloosbare kriticiteit binnen een feitelijke theorietoets die spreekt over de waarschijnlijkheid van de gebeurtenis van een bepaalde gelegenheid. De p-esteem wordt gebruikt als een optie in tegenstelling tot ontslagfocus om de kleinste mate van belang te geven waarop de ongeldige theorie zou worden afgewezen. Een beetje p-esteem impliceert dat er meer gegrond bewijs is voor de electieve speculatie.