Co to jest P-Value?

W spostrzeżeniach, szacunek jest tym, co jest wartością P?

W statystyce wartość p jest prawdopodobieństwem uzyskania zaobserwowanych wyników testu, przy założeniu, że hipoteza zerowa jest prawidłowa. Jest to poziom istotności marginalnej w ramach testu hipotezy statystycznej reprezentującej prawdopodobieństwo wystąpienia danego zdarzenia. Wartość p jest wykorzystywana jako alternatywa dla punktów odrzucenia, aby zapewnić najmniejszy poziom istotności, przy którym hipoteza zerowa zostałaby odrzucona. Mniejsza wartość p oznacza, że istnieją silniejsze dowody na poparcie hipotezy alternatywnej.

KLUCZOWE DZIAŁANIA

W teście hipotezy statystycznej wartością p jest poziom istotności marginalnej reprezentujący prawdopodobieństwo wystąpienia danego zdarzenia.

Do obliczenia wartości p można użyć tabel wartości p lub arkusza kalkulacyjnego/ oprogramowania statystycznego.

Mniejsza wartość p wskazuje, że istnieją silniejsze dowody przemawiające za alternatywną hipotezą.

Jak oblicza się wartość p?

Wartości P są obliczane przy użyciu tabel wartości p lub arkuszy kalkulacyjnych/ oprogramowania statystycznego. Ponieważ różni badacze używają różnych poziomów istotności podczas badania pytania, czytelnik może czasem mieć trudności z porównaniem wyników z dwóch różnych testów.

Na przykład, jeśli dwa badania dotyczące zwrotów z dwóch konkretnych aktywów zostały przeprowadzone przy użyciu dwóch różnych poziomów istotności, czytelnik nie jest w stanie łatwo porównać prawdopodobieństwa zwrotu dla tych dwóch aktywów.

Dla ułatwienia porównania, badacze często podają wartość p w teście hipotezy i pozwalają czytelnikowi na samodzielną interpretację znaczenia statystycznego. Nazywa się to podejściem p-wartościowym do testowania hipotez.

Podejście p-wartościowe do testowania hipotez

Podejście do testowania hipotezy oparte na wartości p wykorzystuje obliczone prawdopodobieństwo do określenia, czy istnieją dowody pozwalające odrzucić hipotezę zerową. Hipoteza zerowa, znana również jako przypuszczenie, jest początkowym twierdzeniem dotyczącym populacji statystyk.

Hipoteza alternatywna stwierdza, czy parametr dotyczący populacji różni się od wartości parametru dotyczącego populacji podanej w przypuszczeniu. W praktyce wartość p, czyli wartość krytyczna, jest podawana z wyprzedzeniem, aby określić, w jaki sposób wymagana wartość pozwala odrzucić hipotezę zerową.

Typ I Błąd

Błędem typu I jest fałszywe odrzucenie hipotezy zerowej. Prawdopodobieństwo wystąpienia błędu typu I lub odrzucenia hipotezy zerowej, gdy jest ona prawdziwa, jest równoważne z użytą wartością krytyczną. I odwrotnie, prawdopodobieństwo przyjęcia hipotezy zerowej, gdy jest ona prawdziwa, jest równoważne 1 minus wartość krytyczna.

Rzeczywisty przykład wartości P-Value

Załóżmy, że inwestor twierdzi, że wyniki jego portfela inwestycyjnego są równoważne z wynikami Indeksu 500 Standard & Poor’s (S&P). Aby to ustalić, inwestor przeprowadza dwustopniowy test. W hipotezie zerowej stwierdza się, że zyski z portfela są równoważne z zyskami z indeksu S&P 500 w określonym okresie, natomiast w hipotezie alternatywnej stwierdza się, że zyski z portfela i zyski z indeksu S&P 500 nie są równoważne. Jeśli inwestor przeprowadziłby test “one-tailed”, hipoteza alternatywna wskazywałaby, że zyski z portfela są albo niższe, albo wyższe od zysków z S&P 500.

Jedna z powszechnie stosowanych wartości p wynosi 0,05. Jeśli inwestor stwierdzi, że wartość p jest niższa niż 0,05, istnieją mocne dowody przeciwko hipotezie zerowej. W związku z tym inwestor odrzuciłby hipotezę zerową i zaakceptowałby hipotezę alternatywną.

I odwrotnie, jeżeli wartość p jest większa niż 0,05, oznacza to, że istnieją słabe dowody wbrew tej hipotezie, więc inwestor nie odrzuciłby hipotezy zerowej. Jeśli inwestor stwierdzi, że wartość p wynosi 0,001, istnieją silne dowody przeciwko hipotezie zerowej, a zyski z portfela i zyski S&P 500 mogą nie być równoważne.uzyskania obserwowanych konsekwencji testu, oczekując, że nieprawidłowa teoria jest słuszna. Jest to stopień znikomej krytyczności wewnątrz testu teorii faktów, mówiący o prawdopodobieństwie wystąpienia danego zdarzenia. Cenę wykorzystuje się jako opcję, w odróżnieniu od odrzucenia koncentruje się na tym, aby nadać najmniejszy stopień ważności, przy którym odrzucona zostałaby nieprawidłowa teoria. Niewielka wartość szacunku oznacza, że istnieje bardziej uzasadniony dowód na istnienie spekulacji wyborczych.