Wartość p

Zamiana Wskaźnika Z na Prawdopodobieństwo Przypadku

Wartość p to prawdopodobieństwo zaobserwowania wyniku co najmniej tak skrajnego jak zaobserwowany, wyłącznie przez przypadek, gdyby faktycznie nie było żadnego rzeczywistego efektu. Podaj wskaźnik Z i wybierz rodzaj testu, a ten kalkulator przeliczy go na wartość p — standardową wartość używaną do decydowania, czy wynik jest statystycznie istotny. Jeśli masz surowe dane próby zamiast już obliczonego wskaźnika Z, znajdź go najpierw za pomocą Kalkulator wskaźnika Z (z-score).

Mniejsza wartość p oznacza, że zaobserwowany wynik byłby mniej prawdopodobny wyłącznie przez przypadek, co stanowi mocniejszy dowód przeciwko założeniu, że nic rzeczywistego się nie dzieje („hipoteza zerowa”). Zgodnie z długoletnią konwencją w większości dziedzin, wartość p poniżej 0,05 jest ogólnie traktowana jako statystycznie istotna — ale ten próg to konwencja, a nie prawo natury, a to, co liczy się jako „wystarczająco istotne”, może różnić się w zależności od dziedziny i tego, jak kosztowny byłby błędny wniosek.

Wzór

Dla testu lewostronnego (czy wynik jest nietypowo niski?):

$$p = \Phi(\vA{z})$$

Dla testu prawostronnego (czy wynik jest nietypowo wysoki?):

$$p = 1 - \Phi(\vA{z})$$

Dla testu dwustronnego (czy wynik jest nietypowy w którymkolwiek kierunku?):

$$p = 2 \times \left(1 - \Phi(|\vA{z}|)\right)$$

Gdzie $\vA{z}$ to wskaźnik Z, a $\Phi$ to dystrybuanta standardowego rozkładu normalnego — prawdopodobieństwo, że losowo wybrana wartość z tego rozkładu wypadnie na poziomie danego punktu lub poniżej niego, obliczone tutaj za pomocą dobrze znanego przybliżenia wielomianowego funkcji błędu.

Przykład obliczeniowy

1. Wskaźnik Z równy 1,96 to podręcznikowy punkt odniesienia dla testu dwustronnego przy konwencjonalnym poziomie ufności 95%: $p = 2 \times (1 - \Phi(1.96)) \approx 2 \times (1 - 0.975) \approx 0.0500$. 2. Wartość p wynosząca około 0,05 znajduje się dokładnie na konwencjonalnym progu istotności. 3. Większy wskaźnik Z równy 2,576 (dwustronny punkt odniesienia dla ufności 99%) daje mniejszą, bardziej istotną wartość p wynoszącą około 0,0100.

Kluczowe czynniki do rozważenia

• Wartość p NIE mówi Ci, jakie jest prawdopodobieństwo, że hipoteza zerowa jest prawdziwa. To jedno z najczęstszych błędnych zrozumień w statystyce — wartość p równa 0,03 oznacza, że istnieje 3% szansy na zaobserwowanie wyniku tak skrajnego (lub bardziej skrajnego), GDYBY hipoteza zerowa BYŁA prawdziwa, a nie 3% szansy, że hipoteza zerowa jest faktycznie poprawna.
• Test jednostronny i dwustronny na tym samym wskaźniku Z dają różne wartości p, a wybór niewłaściwego może wprowadzać w błąd. Test jednostronny sprawdza efekt tylko w jednym konkretnym kierunku, podczas gdy test dwustronny sprawdza efekt w którymkolwiek kierunku — wybór powinien być podjęty na podstawie rzeczywistego pytania badawczego PRZED spojrzeniem na dane, a nie wybrany później, aby uzyskać korzystniej wyglądającą wartość p.
• Istotność statystyczna i istotność praktyczna to dwie różne rzeczy. Przy wystarczająco dużej próbie nawet niewielki, praktycznie nieistotny efekt może dać bardzo małą wartość p — wynik statystycznie istotny nie jest automatycznie ważnym lub dużym efektem w rzeczywistym świecie, a wielkość efektu powinna być rozważana obok wartości p.
• Konwencjonalny próg 0,05 to powszechnie stosowana konwencja, a nie uniwersalne prawo naukowe. Niektóre dziedziny (jak fizyka cząstek) wymagają znacznie surowszych progów przed ogłoszeniem odkrycia, podczas gdy inne traktują 0,05 jako rozsądny standard — to, co liczy się jako „wystarczająco istotne”, zależy od dziedziny i kosztu błędu.

Częste Błędy

• Ustalanie rodzaju testu po zobaczeniu wyników. Wybór między testem jednostronnym a dwustronnym powinien wynikać z rzeczywistego pytania badawczego, podjęty zanim dane są dostępne — przełączenie się po fakcie na test dający mniejszą wartość p jest formą manipulacji danymi, nawet jeśli niezamierzoną.
• Podawanie wartości p bez żadnej miary wielkości efektu. Wartość p mówi tylko o tym, jak mało prawdopodobny jest wynik przy hipotezie zerowej — nie mówi nic o tym, jak duży lub istotny jest w rzeczywistości ten wynik, dlatego wartość p zwykle podaje się razem z przedziałem ufności lub wielkością efektu, a nie samodzielnie.
• Traktowanie p = 0,049 i p = 0,051 jako zasadniczo różnych wyników. Granica 0,05 to konwencja, a nie ostra linia w naturze — dwa tak bliskie sobie wyniki są pod względem siły dowodu praktycznie identyczne, nawet jeśli jeden technicznie przekracza próg, a drugi nie.
• Przeprowadzanie wielu testów i raportowanie tylko tych, które okazały się istotne. Przetestowanie wystarczającej liczby porównań w końcu ujawni „istotny” wynik czysto przez przypadek — znaczenie wartości p zakłada pojedynczy, wcześniej zaplanowany test, a nie najlepszy wynik wybrany spośród wielu.

Warto Wiedzieć

• Zaczynasz od surowych danych próby zamiast już znanego wskaźnika Z? Kalkulator wskaźnika Z (z-score) przelicza surową wartość względem znanej średniej i odchylenia standardowego na wskaźnik Z potrzebny temu kalkulatorowi.
• Chcesz przedział prawdopodobnych wartości zamiast pojedynczego werdyktu istotności? Kalkulator przedziału ufności wyraża niepewność jako przedział, powszechnego towarzysza wartości p, a nie jej zastępstwo.
• Potrzebujesz najpierw statystyk podsumowujących — średniej, odchylenia standardowego, wariancji — z surowej listy liczb? Kalkulator statystyczny oblicza je bezpośrednio z Twoich danych.