Tilastollinen analyysi on tärkeä kaikilla aloilla, mukaan lukien lääketieteen, psykologian ja jopa liike-elämän aloilla. Ilman tosiasioiden ja lukujen syvällistä tilastollista analyysiä on mahdotonta tietää, mitä päätöksiä sinun on tehtävä liiketoimintaasi tai tutkimusprojekteihisi liittyen. P-arvo on tilastollisen merkitsevyyden ja validiteetin alue, jonka tietty tilasto osoittaa, kun otetaan huomioon sitä ympäröivät erilaiset tekijät. Toisin sanoen se osoittaa, kuinka tärkeä tilasto on päätöksenteon ja arvon kannalta.
Mikä on P-arvo tarkalleen?
Ennen kuin yritämme havainnollistaa nollahypoteesin P-arvon laskemista, katsotaan ensin P-arvon määritelmä. P-arvo on tilastollisen tosiasian marginaalisen merkityksen määrä. Tämä tarkoittaa, että kun puhumme P-arvoista, puhumme todella tilastoista, jotka ovat tuskin merkittävän alueen sisällä.
Nollahypoteesia käsiteltäessä se lisää sen merkitystä, koska se tarkoittaa, että nollahypoteesi ei ole oikea.
SolStock / Getty Images
Mikä on nollahypoteesi?
P-arvojen ymmärtämiseksi meidän on myös ymmärrettävä, mitä nollahypoteesi tarkoittaa. Nollahypoteesi on se, missä määrin tietyn populaation välillä ei ole eroa tilastollisessa tutkimuksessa. Se voi myös viitata suoraan siihen, että tilastolla ei ole merkitystä. Tämä mitätöisi tilaston tutkimuksen kannalta merkityksettömänä ja se heitettäisiin pois.
Siksi on kriittistä ymmärtää, kuinka P-arvo lasketaan niin, että tietyn tilaston pätevyydestä ja merkittävyydestä ei ole kysymystä.
YakobchukOlena / Getty Images
P-arvon tarkoitus hypoteesitestauksessa
Asioiden yksinkertaistamiseksi on syytä huomata, että P-arvon todellinen tarkoitus hypoteesitestauksessa on yrittää heittää pois ajatus siitä, että tutkittavilla tosiasioilla ei ole merkitystä tietylle populaatiolle. Tilastot perustuvat aina ihmisryhmien tai kokonaisuuksien segmentointiin, joita tutkitaan tietyssä ympäristössä tilastollisten suuntausten määrittämiseksi.
P-arvo laitetaan muihin tilastollisiin tutkimuksiin, jotta ihmiset tietävät, että tiedot ovat tarkkoja ja soveltuvia tietylle populaatiolle ja tuloksille.
Ilman sitä olisi aina epäselvyyttä siitä, onko tutkimus pätevä tilastollisesti ja pitääkö se vettä siinä, mitä se yrittää todistaa.
SARINYAPINNGAM / Getty Images
sims 4 huijaa ps4 rahaa
Kysymys vs. hypoteesi
Toinen asia, joka pitäisi ymmärtää, on kysymyksen ja hypoteesin välinen ero. Esimerkiksi kysymys tutkimustutkimuksessa voi olla:
'Johtaako kuljettajan turvallisuuden koulutusohjelma onnettomuuksien määrän laskuun?'
Tämä on kysymys, jota tutkimme. Mutta hypoteesi voi olla:
'Ihmiset, jotka käyvät tapaturmien ehkäisykurssin, joutuvat vähemmän onnettomuuksiin kuin niillä, jotka eivät käy.'
Kuten näet, hypoteesi on kirjoitettu väitteeksi, jonka yrität todistaa, perustuen kysymykseen, johon yrität vastata faktoilla ja tilastoilla.
Siksi, jos P-arvosi on liian korkea, se osoittaa, että nollahypoteesi (että tapaturmakurssien osallistuvilla ei tapahdu vähemmän onnettomuuksia) on totta.
PeopleImages / Getty Images
Laskentaprosessi
NicoElNino / Getty Images
Laske P-arvo seuraavasti:
- Määritä tutkimuksesi odotetut tulokset.
- Määritä tutkimuksesi havaitut tulokset (mitä todella tapahtui).
- Etsi kokeilusi vapausasteet. (luokkien lukumäärä)
- Vertaa odotettuja tuloksia havaittuihin tuloksiin khin neliön kaavan avulla.
- Valitse merkitystaso.
- Käytä khin neliötaulukkoa määrittääksesi p-arvosi.
- Päätä, hyväksytkö vai hylkäätkö nollahypoteesisi.
Mikä on merkityksen standardi?
Mitä korkeampi P-arvo, sitä pienempi tarkkuus oli, että tutkimus oli tilastollisesti merkitsevä. Yleisesti ottaen P-arvoja, jotka jäävät alle +-.05, pidetään edelleen tilastollisesti merkittävinä. Mitä pienempi P-arvo, sitä merkittävämpi tutkimus on.
P-arvo on niin tärkeä, että se sisällytetään usein (ja lähes aina) tutkimusta koskevaan loppuraporttiin, jotta tutkijat ja muut tuloksia lukevat ymmärtäisivät tulosten olevan tilastollisesti merkittäviä.
Tämä pysäyttää myös paljon keskustelua niiden toisella puolella, jotka väittävät tutkimuksen olevan puolueellinen tai vino tai ei perustu tieteellisiin menetelmiin.
z_wei / Getty Images
Kuinka laskea tietojesi tulokset
Ota raakatietosi ja määritä keräämiesi tietojen keskiarvo. Suorita sekä vasemman että oikean hännän testi vakiojakelumallissa. Nämä ovat testejä, jotka suoritetaan tietojen jakaumien näyttämiseksi keskiarvon tai keskiarvon määrittämiseksi.
Tarkastelet tutkimuksessasi loogisia trendejä, jotka osoittavat tilastollisen merkityksen. Jos vasemman tai oikean hännän testi osoittautuu todeksi, tämä voi viitata tiettyyn trendiin otantatiedoissasi.
Niin kauan kuin testituloksesi kumoavat nollahypoteesin, alkuperäinen hypoteesi on todennäköisesti merkittävä.
fortniten virallinen sivusto
PeopleImages / Getty Images
P-arvo on todennäköisyys, että olet oikeassa.
Yksinkertaisimmillaan P-arvosi osoittaa, että hypoteesi on oikea, minkä todistaa nollahypoteesin hylkääminen. Etsit numeroita, jotka osoittavat, että tutkimushypoteesisi on oikea.
Avain tutkijana on tarkastella kaikkia trendejä, jotka ovat 1 tai 2 standardipoikkeamaa vasemmalle tai oikealle, sekä muita tuloksia, jotka näyttävät olevan äärimmäisiä, kun ne piirretään jakautumiskaavioon.
Enis Aksoy / Getty Images
Tee laskelma.
Tilastollisen tutkimuksen P-arvon määritysprosessi on lueteltu alla. Muista kuitenkin, että useita muita vaiheita voi olla tarpeen sisällyttää näiden lisäksi, jos hypoteesi sisältää erilaisia tosiasioita tai populaatioita.
1. Tee vasemman hännän testi normaalijakaumassa.
2. Ota z-arvo ja liitä kaava.
3. Laske todennäköisyys, että z on pienempi kuin 1,34, esimerkiksi missä z=1,34.
4. Suorita oikeanpuoleinen häntätesti samalla tavalla ja liitä muuttujat.
5. Määritä p-arvo jakaumataulukon avulla.
ra2studio / Getty Images
P-arvoista oppimasi soveltaminen
Tilastoissa on kyse matematiikasta, mutta se ei tarkoita, etteikö sinun pitäisi soveltaa käytännön maalaisjärkeä.
Loppujen lopuksi tilastoissa on kyse tutkimuksesta, ja siksi p-arvo on niin arvokas. Kun olet laskenut p-arvon (todennäköisyys, että nollahypoteesi on väärä), voit esittää tutkimuksesi luottavaisin mielin ja huomioida p-arvot todisteeksi siitä, että olet todennäköisemmin oikeassa kuin väärässä.
Jotenkin siisti tapa antaa numeroiden tukea, vai mitä?
marchmeena29 / Getty Images
milloin charlie brownin kiitospäivä on