Titolo SEO (48): Calcolatore P-Value - Test Z, t, Chi-Quadrato & F Meta descrizione (154): Calcola un valore p da statistiche z, t, chi-quadrato o F. Il Calcolatore del Valore P confronta con alpha e spiega cinque letture errate comuni.
Il Calcolatore dei Valori P converte una statistica di test in un valore p per i test z, t, chi quadrato o F, con un'opzione a una o due code dove il test lo consente. Inserisci la statistica, i gradi di libertà quando richiesto e la scelta della coda; il calcolatore restituisce il valore p, lo confronta con un α scelto e sfumatura la regione di rifiuto su un grafico dell'area di coda.
Un valore p risponde: se l'ipotesi nulla fosse vera, quanto spesso i dati almeno così estremi apparirebbero per caso? Non risponde se il nullo sia vero. Questa distinzione alimenta la sezione di interpretazione errata qui sotto.
Calcola un p-valore da una statistica di test
Gli input supportati sono z, t con gradi di libertà, chi-quadrato con gradi di libertà e F con gradi di libertà di numeratore e denominatore. Inserisci la statistica dall'output del test; la calcolatrice la mappa sulla distribuzione di riferimento corrispondente e restituisce la probabilità di coda.
Per z e t, si imposta una coda o una coda prima di leggere il numero in modo che la tonalità corrisponda all'ipotesi.
Per z e t, si sceglie una coda o una coda prima di leggere il numero. I test Chi-quadrato e F sono tipicamente unilaterali (coda superiore) nelle forme insegnate nei corsi introduttivi; l'interfaccia riflette ciò.
Scegli un test a una coda o a due code
Un test a due code chiede se la statistica differisce dal valore nullo in entrambe le direzioni e raddoppia l'area a una coda più piccola per i test simmetrici z e t. Un test a una coda chiede solo una direzione nominata.
Usa il bicoda a meno che il piano di ricerca non si sia impegnato su una direzione prima di vedere i dati; cambiare dopo aver osservato il segno dimezza p e gonfia i falsi positivi.
Usa il bicodato a meno che il piano di ricerca non si sia impegnato su una direzione prima di vedere i dati. Passare al mono-coda dopo aver osservato il segno dimezza il valore p e gonfia i falsi positivi. Le ipotesi direzionali appartengono al protocollo, non a un salvataggio post-hoc di un 0.06.
Confronta il p-value con l'alpha
Alpha è il livello di significatività pre-scelto, spesso 0.05 e talvolta 0.01 o 0.10. Se p è minore o uguale ad alpha, si rifiuta l'ipotesi nulla; se p è maggiore di alpha, non si rifiuta. Non rifiutare non è la stessa cosa che dimostrare la nullità vera.
Lo studio potrebbe semplicemente mancare di potenza, motivo per cui intervalli e dimensioni degli effetti devono stare accanto a qualsiasi decisione binaria.
- Se p ≤ α, rifiutare l'ipotesi nulla.
- Se p > α, non si rifiuta l'ipotesi nulla.
"Non rifiutare" non è la stessa cosa di "dimostrare il nullo". Lo studio potrebbe semplicemente mancare di potenza. La calcolatrice evidenzia il confronto una volta che α posizioni accanto al risultato.
Calcola un p-valore a due code da z uguale a 2.0
Per z uguale a 2.0 in un test normale a due code, l'area a una coda sopra 2.0 è circa 0.0228. Raddoppiando quell'area si produce un valore p a due code di circa 0.0455. Contro alpha 0.05 quel risultato respinge il nullo; contro alpha 0.01 non cambia. I dati non sono cambiati tra queste due decisioni; solo la soglia è cambiata.
1. Area della coda unica sopra 2.0 ≈ 0.0228 (più precisamente 0.02275). 2. P a due code = 2 × 0.02275 ≈ 0.0455. 3. Contro α = 0.05: 0.0455 < 0.05 → rifiuta il null.
Contro α = 0.01 lo stesso p-valore non viene rifiutato. I dati non sono cambiati; la soglia è cambiata. Ecco perché α devono essere impostati prima dello sguardo a p, non negoziati dopo.
Leggi il grafico dell'area di coda
Il grafico mostra la densità di riferimento, una linea verticale nella statistica di test e le regioni di rifiuto ombreggiate per il α scelto. Per α a due code = 0.05 su una curva normale, i valori critici si posizionano vicino a ±1.96. Una statistica oltre uno dei due valori critici cade nell'ombra.
Controlla che le code ombreggiate corrispondano alla direzione di test selezionata. Una statistica negativa grande con solo una ombratura superiore selezionata è un errore di configurazione, non una prova contro il nullo. I marcatori di valore critico a più o meno 1.96 per alfa a due code 0.05 forniscono un secondo controllo visivo rispetto al numerico p.
Se la linea statistica si trova all'interno del centro non ombreggiato mentre p è ancora riportata, il visivo e il numero concordano: non si rifiuta a quel α. Usa il grafico per verificare gli errori del segno di sanità mentale (una z negativa grande con solo una ombra superiore sulla coda selezionata).
Capire cosa non significa un valore p
Cinque letture errate dominano gli errori pubblicati, e ciascuno è errato per una ragione specifica spiegata di seguito. Un p-valore è una probabilità di coda secondo il modello nullo, non una probabilità diretta che un'ipotesi sia vera, non una dimensione dell'effetto e non una possibilità di replicazione. Il cutoff 0.05 è una convenzione, e un risultato non significativo non è prova di nessun effetto.
1. Un p-valore non è la probabilità che l'ipotesi nulla sia vera. È la probabilità di dati almeno così estremi *se* il nullo fosse vero. Questi sono condizionamenti diversi. Confonderli trasforma una probabilità di coda in una scommessa diretta sull'ipotesi.
2. Un p-valore non è una dimensione dell'effetto. Una differenza banale raggiunge p < 0.05 con un campione sufficientemente grande. Riportare separatamente una differenza media, un rapporto di rischio o un effetto standardizzato; non considerare p piccolo come "grande effetto".
3. Un p-valore non è la probabilità di replicazione. Un p di 0.03 non significa che uno studio ripetuto abbia una probabilità di 97% di trovare lo stesso risultato. La replicazione dipende dalla potenza, dalla dimensione reale dell'effetto e dal disegno dello studio.
4. La soglia 0.05 è una convenzione, non una legge della natura. p = 0.049 e p = 0.051 sono prove quasi identiche. Dicotomiarli in "significativo" e "non" per l'abitudine di rivista non crea una linea netta nei dati.
5. Non significativo non significa "nessun effetto". Non raggiungere α può significare che lo studio era sottodimensionato. L'assenza di prove non è prova di assenza; verifica intervalli di confidenza e potenza prima di reclamare un risultato nullo.
Questi punti sono in linea con l'affermazione 2016 dell'American Statistical Association sui p-valori. La calcolatrice confronta ancora p con α perché quel flusso di lavoro è ciò che richiedono i corsi e molti protocolli; la sezione sopra è ciò che impedisce che il numero venga sovraletto.
Leggi il valore critico per un'alpha scelta
I valori critici sono i cutoff sulla scala statistica che corrispondono a una regola alfa e coda scelta. Per un test normale a due code sono circa 1.645 a 0.10, 1.960 a 0.05 e 2.576 a 0.01. Rifiutare quando l'assoluto z supera il valore critico, che è equivalente a p minore o uguale ad alfa.
Per i test t il cutoff dipende anche dai gradi di libertà.
| α | Critica | z | |
|---|---|---|---|
| 0.10 | 1.645 | ||
| 0.05 | 1.960 | ||
| 0.01 | 2.576 |
Rifiutare quando |z| supera il valore critico (equivalentemente quando p ≤ α). Per i test t il valore critico dipende da df ed è maggiore di z per campioni piccoli. Il Calcolatore di Intervalli di Confidenza utilizza gli stessi valori critici quando costruisce intervalli.
Riportare i valori p senza le trappole usuali
Riporta l'esatto p quando il software lo fornisce, non solo una stella o un badge "p minore di 0.05". Abbinalo a una dimensione dell'effetto o a un intervallo di confidenza così i lettori possono valutare la grandezza. Pre-impegnati in alpha e nelle regole a una contro due code nel piano di analisi quando il lavoro è confermativo.
Le analisi esplorative producono ancora valori p, ma dovrebbero essere etichettati come esplorativi. Molteplici test non aggiustati aumentano la probabilità di almeno un falso positivo; questo problema non viene risolto da questa calcolatrice, e non si risolve passando silenziosamente da bicoda a una coda dopo aver visto il segno.
Domande frequenti
Cos'è un p-value?
Un p-valore è la probabilità, secondo l'ipotesi nulla, di ottenere una statistica di test almeno estrema quanto quella osservata. P più piccolo significa che i dati sono meno compatibili con il nullo sotto quel modello.
Cos'è l'alpha?
Alpha (α) è il livello di significatività pre-scelto usato come cutoff di rifiuto/fallimento di rifiuto, comunemente 0.05. È una scelta politica per il controllo degli errori, non una costante scoperta.
Dovrei usare un test a una coda o a due code?
Usa la testa a due code a meno che non sia stata specificata un'ipotesi direzionale prima di vedere i dati. I test a una coda sono più facili da "superare" e spesso vengono usati in modo errato dopo il fatto.
p = 0.049 è significativamente diverso da p = 0.051?
No. Rappresentano quasi la stessa forza di prova. La linea netta in 0.05 è convenzionale.
Un valore p significativo conferma l'ipotesi di ricerca?
No. Indica dati insoliti sotto il nullo al α scelto, date le assunzioni del modello. Modelli di confusione, bias e errati restano possibili.
Un risultato non significativo dimostra l'assenza di effetto?
No. Lo studio potrebbe mancare di potenza. Riportare gli intervalli e considerare le dimensioni degli effetti prima di dichiarare una conclusione nulla.
Quale statistica del test dovrei inserire?
Inserisci la statistica prodotta dalla tua procedura: z per test normali a campione ampio, t per test medie con σ stimato, chi-quadrato per molti test categorici, F per molti test di rapporto di varianza. Abbina df allo stesso output.
Come si calcola un valore p a due code da z?
Trova l'area a una coda oltre |z|, poi raddoppiala. Per z = 2.0, una coda ≈ 0.0228 e due code ≈ 0.0455.
Il software può dissentire leggermente su p?
Sì. Gli algoritmi di coda e l'arrotondamento differiscono al quarto decimale. I disaccordi nei primi due decimali di solito indicano code sbagliate, df errata o la famiglia di distribuzioni sbagliata.
Riepilogo
Il Calcolatore dei Valori P trasforma le statistiche z, t, chi-quadrato o F in valori p, le confronta con α e sfumatura la regione di rifiuto. Un z a due code = 2.0 produce p ≈ 0.0455, che rifiuta in 0.05 e non in 0.01.
Un p-valore non è la probabilità che il nullo sia vero, né una dimensione dell'effetto, né una probabilità di replicazione; 0.05 è una convenzione; e la non significanza non è dimostrazione di nessun effetto.
Usa questa pagina per la decisione di significato; usa il Calcolatore Z-Score quando ti servono solo il punteggio standardizzato e l'area della curva.
Calcolatori correlati
Calcolatrice Z-Score · Calcolatrice di Intervalli di Confidenza · Calcolatrice delle Dimensioni del Campione · Calcolatrice di Deviazione Standard