P-тест

Какво е P-тест?

P-тестът е статистически метод, който тества валидността на нулевата хипотеза, който заявява общоприето твърдение за популация. Въпреки че терминът null е малко подвеждащ, целта е да се провери приетият факт, като се опитва да опровергае или обезсили. P-тестът може да предостави доказателства, които могат или да отхвърлят, или да не успеят да отхвърлят (статистиката говори за „неубедителни“) широко прието искане.

Ключови заведения

• P-тестът е статистически метод, който тества валидността на нулевата хипотеза, който заявява общоприето твърдение за популация.
• Колкото по-малка е р-стойността, толкова по-силни са доказателствата, че нулевата хипотеза трябва да бъде отхвърлена и че алтернативната хипотеза може да бъде по-достоверна.
• Статистиката на P-теста обикновено следва стандартно нормално разпределение, когато се използват големи размери на пробата.

Разбиране на P-тест

P-тестът изчислява стойност, която позволява на изследователя да определи достоверността на приетата претенция. Съответната p-стойност се сравнява със статистически значимо ниво (ниво на доверие), алфа (α), което изследователят е избрал да прецени случайността на резултатите. Статистиката на P-теста обикновено следва стандартно нормално разпределение, когато се използват големи размери на пробата.

Обикновено изследователите ще избират алфа нива от 5% или по-ниски, което означава нива на доверие от 95% или повече. С други думи, p-стойност, по-ниска от 5% алфа ниво, означава, че има повече от 95% вероятност вашите резултати да не са случайни, като по този начин се повишава значимостта на вашите резултати. Това е доказателството, което би позволило на изследователя да отхвърли нулевата хипотеза.

• Колкото по-малка е р-стойността (р-стойност <алфа), толкова по-силни са доказателствата, че нулевата хипотеза трябва да бъде отхвърлена и че алтернативната хипотеза може да бъде по-достоверна.
• Колкото по-голяма е р-стойността (p-стойност> алфа), толкова по-слаби са доказателствата срещу нулевата хипотеза, което означава, че тя не може да бъде отхвърлена, което прави теста неубедителен.

Когато провежда тест на хипотеза за валидиране на дадено твърдение, изследователят постулира две хипотези - нулева (H ₀ ) и алтернативна (H ₁ ). Формулирането на нулеви и алтернативни хипотези е ключово за полезността, която P-тестът може да предложи на изследователя.

Нулевата хипотеза съдържа общоприето схващане или предпоставка, която изследователят изпробва, за да провери дали могат да го отхвърлят. Ключовият момент за разбирането е, че изследователят иска винаги да отхвърля нулевата хипотеза и P-тестът им помага да постигне тази цел. Друг момент, който трябва да се отбележи е, че ако P-тестът не успее да отхвърли нулевата хипотеза, тогава тестът се счита за неубедителен и по никакъв начин не е предназначен за потвърждение на нулевата хипотеза.

Алтернативната хипотеза е различното обяснение, представено от изследователя, за да обясни по-добре феномена, който се изследва. Като такова, то трябва да бъде единственото или най-доброто възможно алтернативно обяснение. По този начин, ако р-стойността потвърждава отхвърляне на нулевата хипотеза, тогава алтернативната хипотеза може да се разглежда като достоверна.

Z-тест и Т-тест

Често срещан и опростен вид статистически тестове е z-тест, който тества статистическата значимост на извадката средно за хипотезираната средна популация, но изисква да се знае стандартното отклонение на популацията, което често не е възможно. T-тестът е по-реалистичен тип тест, тъй като изисква само стандартното отклонение на пробата, за разлика от стандартното отклонение на популацията.

Разбирането на това как статистиката може да повлияе върху развитието на продуктите, особено в областта на биотехнологиите, може да бъде много полезно за насочване на инвеститорите да вземат по-информирани инвестиционни решения. Например, основното разбиране на статистическите резултати за клинично изпитване на обещаващо лекарство може да бъде безценно при оценката на потенциалната възвръщаемост на биотехнологичния запас.

Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.

Свързани условия

Тест с едно опашка Еднократният тест е статистически тест, при който критичната област на разпределение е или по-голяма или по-малка от определена стойност, но не и двете. повече Определение на нулевата хипотеза Нулевата хипотеза е вид хипотеза, използвана в статистиката, която предлага да не съществува статистическа значимост в набор от дадени наблюдения. повече Защо статистическата значимост има значение Статистическата значимост се отнася до резултат, който няма вероятност да възникне на случаен принцип, а по-скоро може да се дължи на конкретна причина. повече Какво ни казва P-стойност P-стойността е нивото на пределна значимост в рамките на тест за статистическа хипотеза, представляващ вероятността от настъпване на дадено събитие. повече Определение на Z-тест z-тестът е статистически тест, използван за определяне дали две популационни средства са различни, когато са известни отклоненията и размерът на извадката е голям. повече Разбиране на тестове с две опашки Двукратният тест е статистически тест, при който критичната област на разпределение е двустранна и тества дали пробата е по-голяма или по-малка от определен диапазон от стойности. повече партньорски връзки