P-valor계산기

P-값 계산기는 z, t, 카이제곱 또는 F 검정에 대해 검정 통계량을 p-값으로 변환하며, 검정이 허용하는 경우 한 꼬리 또는 양측 옵션을 제공합니다. 통계량, 필요 시 자유도, 그리고 꼬리 선택을 입력합니다; 계산기는 p-값을 반환하여 선택한 α과 비교하고, 테일 영역 플롯에 거부 영역을 음영 처리합니다.

p-값은 답합니다: 귀무가설이 참이라면, 이 극단적인 데이터가 우연히 얼마나 자주 나타났을까요? 귀가설이 참인지에 대한 답변은 아닙니다. 이 구분이 아래의 오해 섹션을 이끕니다.

검정 통계량에서 p-값을 계산합니다

지원되는 입력은 자유도가 있는 z, t, 자유도가 있는 카이제곱, 분자와 분모의 자유도를 가진 F입니다. 검정 출력에서 통계량을 입력합니다; 계산기는 이를 일치하는 기준 분포에 매핑하고 꼬리 확률을 반환합니다.

z와 t의 경우, 숫자를 읽기 전에 한 꼬리 또는 두 꼬리로 설정하여 음영이 가설과 일치하도록 합니다.

z와 t의 경우, 숫자를 읽기 전에 한쪽 꼬리 또는 양쪽 꼬리 검사를 선택하세요. 카이제곱과 F 검사는 입문 강의에서 가르치는 형태에서 보통 한쪽(상단 꼬리)입니다; 인터페이스도 이를 반영합니다.

한 측 검정 또는 양측 검정을 선택하세요

양측검정은 통계량이 영값과 어느 방향으로든 다른지 묻고, 대칭 z와 t 검정의 경우 작은 한 꼬리 면적을 두 배로 만듭니다. 일측 검정은 이름 붙여진 방향에 대해서만 묻습니다.

데이터 보기 전에 연구 계획이 방향을 정하지 않는 한 양측 방식을 사용; 부호를 관찰한 후 p를 반으로 바꾸고 오탐성을 부풀려 나갑니다.

데이터 보기 전에 연구 계획이 방향을 정하지 않는 한 양측 가설을 사용하세요. 부호를 관찰한 후 한 꼬리 가설로 전환하면 p-값이 절반으로 줄어들고 오탐률이 부풀려집니다. 방향 가설은 프로토콜에 포함되어야 하며, 0.06의 사후 구조에 포함되어서는 안 됩니다.

p-값과 알파를 비교해 보세요

알파는 사전에 선택된 유의수준으로, 종종 0.05이고 때로는 0.01 또는 0.10입니다. p가 알파보다 작거나 같으면 영가설을 거부합니다; p가 알파보다 크면 거부하지 않습니다. 거부하지 않는다는 것은 영가설이 참임을 증명하는 것과 같습니다.

연구가 단순히 힘을 부족하게 할 수도 있으므로, 구간과 효과 크기는 어떤 이분법적 결정 옆에 있어야 합니다.

• p ≤ α이라면, 귀가설을 거부한다.
• p > α라면, 귀무가설을 거부하지 못한다.

"거부하지 않음"은 "무효를 증명하다"와 같지 않습니다. 연구가 단순히 힘이 부족할 수도 있습니다. 계산기는 결과 옆에 α을 설정하면 비교 항목을 강조 표시합니다.

z에서 양측 p-값을 계산하면 2.0가 같다

z가 2.0와 같을 때, 양측 정규 검정에서 2.0 위의 한 꼬리 면적은 약 0.0228이다. 그 면적을 두 배로 늘리면 양측 p-값이 약 0.0455가 된다. 알파 0.05에 대해서는 그 결과가 무효를 거부한다; 알파 0.01에 대해서는 그렇지 않다. 데이터는 이 두 판정 사이에 변하지 않았다; 변한 것은 역값뿐이다.

1. 2.0 ≈ 0.0228 (더 정확히는 0.02275) 위에 한 개의 꼬리 영역이 있습니다. 2. 양꼬리 p = 2 × 0.02275 ≈ 0.0455. 3. α에 반대 = 0.05: 0.0455 < 0.05 → null을 거부함.

α = 0.01에 대해 동일한 p-값이 거부되지 않습니다. 데이터는 변하지 않았습니다; 임계값이 변했습니다. 그래서 α p를 보기 전에 설정해야 하며, 이후에 협상해서는 안 됩니다.

꼬리 영역 그래프를 읽어보세요

그래프는 기준 밀도, 검정 통계량의 수직선, 그리고 선택한 α의 음영 제거 영역을 보여줍니다. 정규 곡선에서 양측 α = 0.05 경우, 임계값은 ±1.96 근처에 위치합니다. 두 임계값 중 하나를 넘는 통계량은 음영에 속합니다.

음영 꼬리가 선택한 테스트 방향과 일치하는지 확인하세요. 상단 꼬리 음영만 선택된 큰 음수 통계량은 설정 오류이지 영광 음영에 반하는 증거가 아닙니다. 양측 알파 0.05에 대해 ± 1.96의 임계값 마커는 숫자 p에 대한 두 번째 시각적 검증을 제공합니다.

통계선이 음영 없는 중심 안에 있고 p가 보고된 상태라면, 시각 선과 숫자는 일치합니다: 그 α에서 거부하지 않음. 그래프를 사용해 기호 오류(큰 음수 z에 상단 꼬리 음영만 선택됨)를 검증하세요.

p-값이 의미하는 바를 이해하세요

다섯 번의 오독이 출판된 오류에서 지배적이며, 각각은 아래에 설명된 특정 이유로 틀렸습니다. p-가치는 널 모델에서의 꼬리 확률이며, 가설이 참일 수 있는 직접적인 확률, 효과 크기, 재현 확률이 아닙니다. 0.05 컷오프는 관례이며, 유의하지 않은 결과는 효과가 없다는 증명이 아닙니다.

1. p-값은 영가설이 참일 확률이 아닙니다. 영가설이 참일 경우에 이 정도 극단적인 데이터가 나올 확률입니다. 이들은 서로 다른 조건입니다. 혼동하면 꼬리 확률이 가설에 직접 베팅하는 것으로 변합니다.

2. p-값은 효과 크기가 아닙니다. 충분히 큰 표본을 가지고 있을 때 사소한 차이가 p < 0.05에 도달합니다. 별도로 평균 차이, 위험비 또는 표준화된 효과를 보고하세요; 작은 p를 '큰 효과'로 간주하지 마십시오.

**3. p-값은 재현 확률이 아닙니다. p가 0.03라고 해서 재검사가 동일한 결과를 얻을 확률이 97%라는 의미는 아닙니다. 복제는 검정력, 실제 효과량, 연구 설계에 따라 달라집니다.

4. 0.05 임계값은 자연법칙이 아니라 관례입니다. p = 0.049와 p = 0.051는 거의 동일한 증거입니다. 저널 습관에 대해 '유의미한'과 '없음'으로 이분하는 것은 데이터에 명확한 경계를 만들지 않습니다.

5. 유의하지 않음은 '효과 없음'이 아닙니다. α에 도달하지 못하면 연구가 약한 검정력을 가졌음을 의미할 수 있습니다. 증거 부재는 부재의 증거가 아닙니다; 무효 발견을 주장하기 전에 신뢰구간과 검정권을 확인하세요.

이 점들은 미국통계학회(American Statistical Association)의 2016 p값에 관한 진술과 일치합니다. 계산기는 여전히 p와 α을 비교하는데, 이는 수업과 많은 프로토콜에서 요구하는 작업 흐름이기 때문입니다; 위의 섹션이 숫자가 과도하게 읽히지 않도록 하는 부분입니다.

선택한 알파의 임계값을 읽으세요

임계값은 선택한 알파와 꼬리 규칙에 맞는 통계 척도의 컷오프입니다. 양측 정규 검정의 경우, 0.10에서 1.645, 0.05에서 1.960, 0.01에서 2.576 정도입니다. 절대 z가 임계값(알파 이하 또는 그와 같은)을 초과하면 거부합니다.

t 검정의 경우 컷오프는 자유도에 따라 달라집니다.

α	비평	z
0.10	1.645
0.05	1.960
0.01	2.576

z

일반적인 트랩 없이 p값 보고

소프트웨어가 제공하는 정확한 p를 보고하세요. 별이나 'p ≤ 0.05' 배지만 주지 말고 보고하세요. 효과 크기나 신뢰구간과 함께 작성하여 독자가 크기를 판단할 수 있도록 하세요. 연구가 확인될 때는 분석 계획에서 알파 및 1 대 양측 규칙을 미리 약속하세요.

탐색적 분석도 여전히 p-값을 생성하지만, 탐색적 값으로 명명해야 합니다. 여러 개의 조정되지 않은 검정은 적어도 한 번의 거짓 양성 확률을 부풀립니다; 이 문제는 이 계산기로 해결되지 않으며, 부호를 본 후 조용히 양측에서 양성으로 전환하는 것도 해결되지 않습니다.

자주 묻는 질문

요약

P-값 계산기는 z, t, 카이제곱 또는 F 통계량을 p값으로 변환하고, α와 비교하여 거부 영역을 음영합니다. 양측 z = 2.0는 p ≈ 0.0455를 생성하며, 0.05에서는 거부하고 0.01에서는 거부하지 않습니다.

p-값은 영주가 참일 확률도, 효과 크기도, 복제 확률도 아닙니다; 0.05는 관례이며; 비유의성은 효과가 없다는 증명이 아닙니다.

유의성 결정은 이 페이지를 사용하세요; 표준화된 점수와 곡선 면적만 필요할 때는 Z-점수 계산기를 사용하세요.