Tajuk SEO (48): Kalkulator P-Value - Z, t, Chi-Square & F Ujian Penerangan meta (154): Kira nilai p daripada statistik z, t, chi-kuasa dua atau F. Kalkulator Nilai P membandingkan dengan alpha dan menerangkan lima kesilapan bacaan biasa.
Skema: WebApplication + FAQPage + BreadcrumbList
Kalkulator Nilai P menukar statistik ujian kepada nilai p untuk ujian z, t, chi-kuasa dua atau F, dengan pilihan satu ekor atau dua ekor di mana ujian membenarkannya. Masukkan statistik, darjah kebebasan apabila diperlukan, dan pilihan ekor; kalkulator mengembalikan nilai p, membandingkannya dengan α yang dipilih, dan mewarnakan kawasan penolakan pada plot kawasan ekor.
Nilai p menjawab: jika hipotesis nol itu benar, berapa kerap data sekurang-kurangnya seekstrem ini akan muncul secara kebetulan? Ia tidak menjawab sama ada nilai nol itu benar. Perbezaan itu mendorong bahagian salah tafsir di bawah.
Kira nilai p daripada statistik ujian
Input yang disokong ialah z, t dengan darjah kebebasan, chi-kuasa dua dengan darjah kebebasan, dan F dengan darjah kebebasan pembilang dan penyebut. Masukkan statistik daripada output ujian; kalkulator memetakannya ke taburan rujukan yang sepadan dan mengembalikan kebarangkalian ekor.
Untuk z dan t, tetapkan satu ekor atau dua ekor sebelum membaca nombor supaya warna sepadan dengan hipotesis.
Untuk z dan t, pilih satu ekor atau dua ekor sebelum membaca nombor. Ujian Chi-segi empat sama dan F biasanya satu sisi (ekor atas) dalam bentuk yang diajar dalam kursus pengenalan; antara muka mencerminkan perkara itu.
Pilih ujian satu ekor atau dua ekor
Ujian dua ekor bertanya sama ada statistik berbeza daripada nilai nol dalam mana-mana arah dan menggandakan kawasan satu ekor yang lebih kecil untuk ujian z dan t simetri. Ujian satu ekor hanya bertanya tentang satu arah bernama.
Gunakan dua ekor kecuali pelan penyelidikan telah menetapkan arah sebelum melihat data; bertukar selepas memerhati tanda akan membahagikan p dan mengembangkan positif palsu.
Gunakan dua ekor kecuali rancangan penyelidikan telah menetapkan arah sebelum melihat data. Beralih kepada satu ekor selepas memerhati tanda akan mengurangkan nilai p dan meningkatkan positif palsu. Hipotesis arah patut dimasukkan dalam protokol, bukan dalam penyelamatan pasca hari terhadap 0.06.
Bandingkan nilai p dengan alpha
Alfa adalah tahap signifikansi yang telah dipilih, sering 0.05 dan kadang-kadang 0.01 atau 0.10. Jika p kurang daripada atau sama dengan alfa, tolak hipotesis nol; jika p lebih besar daripada alfa, gagal menolaknya. Gagal menolak tidak sama dengan membuktikan nol itu benar.
Kajian ini mungkin hanya kekurangan kuasa, sebab itulah selang dan saiz kesan tidak sepatutnya dengan sebarang keputusan binari.
- Jika p ≤ α, tolak hipotesis nol.
- Jika p > α, gagal menolak hipotesis nol.
"Gagal menolak" tidak sama dengan "membuktikan kekosongan." Kajian ini mungkin hanya kurang kuasa. Kalkulator menonjolkan perbandingan apabila anda meletakkan α di sebelah keputusan.
Kira nilai p dua ekor dari z sama dengan 2.0
Untuk z sama dengan 2.0 dalam ujian normal dua ekor, kawasan satu ekor di atas 2.0 adalah kira-kira 0.0228. Menggandakan kawasan itu menghasilkan nilai p dua ekor kira-kira 0.0455. Terhadap alpha 0.05 hasil itu menolak null; terhadap alpha 0.01 ia tidak berubah. Data tidak berubah antara dua keputusan itu; hanya ambang yang berubah.
1. Kawasan satu ekor di atas 2.0 ≈ 0.0228 (lebih tepat lagi 0.02275). 2. Dua ekor p = 2 × 0.02275 ≈ 0.0455. 3. Menentang α = 0.05: 0.0455 < 0.05 → tolak null.
Terhadap α = 0.01 nilai p yang sama gagal ditolak. Data tidak berubah; ambang itu berubah. Itulah sebabnya α mesti ditetapkan sebelum melihat p, bukan dirundingkan kemudian.
Baca plot kawasan ekor
Plot menunjukkan ketumpatan rujukan, garis menegak pada statistik ujian, dan kawasan penolakan berbayang untuk α yang dipilih. Untuk α dua ekor = 0.05 pada lengkung normal, nilai kritikal terletak berhampiran ±1.96. Statistik melebihi mana-mana nilai kritikal jatuh dalam bayangan.
Periksa bahawa ekor berbayang sepadan dengan arah ujian yang dipilih. Statistik negatif besar dengan hanya bayang ekor atas dipilih adalah ralat tetapan, bukan bukti terhadap null. Penanda nilai kritikal pada tambah atau tolak 1.96 untuk alpha dua ekor 0.05 memberikan pemeriksaan visual kedua terhadap p berangka.
Jika garis statistik berada di dalam pusat tanpa bayang sementara p masih dilaporkan, visual dan nombor bersetuju: gagal menolak pada α itu. Gunakan plot untuk memeriksa kewarasan ralat tanda (z negatif besar dengan hanya bayang-bayang ekor atas dipilih).
Fahami apa maksud nilai p
Lima bacaan salah mendominasi kesilapan yang diterbitkan, dan setiap satu salah atas sebab khusus yang diterangkan di bawah. Nilai p ialah kebarangkalian ekor di bawah model nol, bukan kebarangkalian langsung bahawa hipotesis itu benar, bukan saiz kesan, dan bukan peluang replikasi. Had 0.05 adalah satu konvensyen, dan keputusan yang tidak signifikan bukanlah bukti tiada kesan.
1. Nilai-p bukanlah kebarangkalian bahawa hipotesis nol itu benar. Ia adalah kebarangkalian data sekurang-kurangnya seekstrem ini *jika* angka nol itu benar. Itu adalah pengkondisian yang berbeza. Mengelirukannya mengubah kebarangkalian ekor menjadi pertaruhan langsung pada hipotesis.
2. Nilai p bukanlah saiz kesan. Perbezaan kecil mencapai p < 0.05 dengan sampel yang cukup besar. Laporkan secara berasingan perbezaan purata, nisbah risiko atau kesan piawai; jangan anggap p kecil sebagai "kesan besar."
3. Nilai p bukanlah kebarangkalian replikasi. A p bagi 0.03 tidak bermakna kajian ulangan mempunyai peluang 97% untuk mendapatkan keputusan yang sama. Replikasi bergantung pada kuasa, saiz kesan sebenar dan reka bentuk kajian.
4. Ambang 0.05 adalah satu konvensyen, bukan undang-undang alam. p = 0.049 dan p = 0.051 adalah bukti yang hampir sama. Memisahkan mereka kepada "signifikan" dan "tidak" untuk tabiat jurnal tidak mewujudkan garis jelas dalam data.
5. Tidak signifikan bukanlah "tiada kesan." Gagal mencapai α mungkin bermakna kajian itu kurang berkuasa. Ketiadaan bukti bukan bukti ketiadaan; periksa selang keyakinan dan kuasa sebelum mendakwa penemuan batal.
Titik-titik ini selari dengan kenyataan 2016 Persatuan Statistik Amerika mengenai nilai p. Kalkulator masih membandingkan p dengan α kerana aliran kerja itulah yang diperlukan oleh kerja kursus dan banyak protokol; bahagian di atas adalah apa yang mengelakkan nombor itu daripada dibaca berlebihan.
Baca nilai kritikal untuk alpha yang dipilih
Nilai kritikal ialah pemotongan pada skala statistik yang sepadan dengan peraturan alfa dan ekor yang dipilih. Untuk ujian normal dua ekor, ia adalah kira-kira 1.645 pada 0.10, 1.960 pada 0.05 dan 2.576 pada 0.01. Tolak apabila z mutlak melebihi nilai kritikal, yang bersamaan dengan p kurang atau sama dengan alfa.
Untuk ujian T, had juga bergantung pada darjah kebebasan.
| α | Kritikal | z | |
|---|---|---|---|
| 0.10 | 1.645 | ||
| 0.05 | 1.960 | ||
| 0.01 | 2.576 |
Tolak apabila |z| melebihi nilai kritikal (setara apabila p ≤ α). Untuk ujian t, nilai kritikal bergantung pada df dan lebih besar daripada z untuk sampel kecil. Kalkulator Selang Keyakinan menggunakan nilai kritikal yang sama apabila membina selang.
Melaporkan nilai-p tanpa perangkap biasa
Laporkan p yang tepat apabila perisian menyediakannya, bukan hanya bintang atau lencana "p kurang daripada 0.05". Padankan dengan saiz kesan atau selang keyakinan supaya pembaca boleh menilai magnitud. Pra-komit kepada alpha dan peraturan satu berbanding dua ekor dalam pelan analisis apabila kerja adalah pengesahan.
Analisis eksploratori masih menghasilkan nilai p, tetapi ia harus dilabelkan sebagai eksploratori. Beberapa ujian tidak diselaraskan meningkatkan peluang sekurang-kurangnya satu positif palsu; masalah itu tidak diselesaikan oleh kalkulator ini, dan ia tidak diselesaikan dengan bertukar secara senyap dari dua ekor ke satu ekor selepas melihat tanda tersebut.
Soalan lazim
Apakah itu nilai-p?
Nilai p ialah kebarangkalian, di bawah hipotesis nol, untuk memperoleh statistik ujian sekurang-kurangnya se-ekstrem yang diperhatikan. P yang lebih kecil bermakna data kurang serasi dengan nilai nol di bawah model tersebut.
Apakah itu alpha?
Alpha (α) adalah tahap signifikan yang telah dipilih terlebih dahulu yang digunakan sebagai pemotongan penolakan/gagal ditolak, biasanya 0.05. Ia adalah pilihan dasar untuk kawalan ralat, bukan pemalar yang ditemui.
Patutkah saya menggunakan ujian satu ekor atau dua ekor?
Gunakan dua ekor kecuali hipotesis arah telah dinyatakan sebelum melihat data. Ujian satu ekor lebih mudah untuk "lulus" dan sering disalahgunakan selepas itu.
Adakah p = 0.049 berbeza secara bermakna daripada p = 0.051?
Tidak. Mereka mewakili kekuatan bukti yang hampir sama. Garis terang pada 0.05 adalah konvensional.
Adakah nilai p yang signifikan membuktikan hipotesis penyelidikan?
Tidak. Ia menunjukkan data yang luar biasa di bawah null pada α yang dipilih, berdasarkan andaian model. Mengelirukan, bias dan model yang salah masih mungkin berlaku.
Adakah keputusan yang tidak signifikan membuktikan tiada kesan?
Tidak. Kajian ini mungkin kurang berkuasa. Laporkan selang masa dan pertimbangkan saiz kesan sebelum mendakwa kesimpulan kosong.
Statistik ujian mana yang patut saya masukkan?
Masukkan statistik yang dihasilkan oleh prosedur anda: z untuk ujian normal sampel besar, t untuk ujian purata dengan anggaran σ, chi-kuasa dua untuk banyak ujian kategori, F untuk ujian nisbah varians berbakat. Padankan df dengan output yang sama.
Bagaimana nilai p dua ekor dikira daripada z?
Cari kawasan satu ekor selepas |z|, kemudian gandakan. Untuk z = 2.0, satu ekor ≈ 0.0228 dan dua ekor ≈ 0.0455.
Bolehkah perisian sedikit berbeza pendapat tentang p?
Ya. Algoritma ekor dan pembulatan berbeza pada perpuluhan keempat. Perbezaan pendapat dalam dua perpuluhan pertama biasanya bermaksud ekor salah, df salah atau keluarga taburan yang salah.
Ringkasan
Kalkulator Nilai P menukar statistik z, t, chi-kuasa dua atau F kepada nilai p, membandingkannya dengan α dan mewarnakan kawasan penolakan. Z dua ekor = 2.0 menghasilkan p ≈ 0.0455, yang menolak pada 0.05 dan bukan pada 0.01.
Nilai-p bukanlah kebarangkalian null adalah benar, bukan saiz kesan, bukan kebarangkalian replikasi; 0.05 adalah satu konvensyen; dan ketidaksignifikan bukanlah bukti tiada kesan.
Gunakan halaman ini untuk keputusan signifikan; gunakan Kalkulator Z-Score apabila anda hanya memerlukan skor dan luas lengkung yang distandardkan.