SEO-заголовок (48): P-Value Calculator - Z, t, Chi-Square и F Tests
Схема: WebApplication + FAQPage + BreadcrumbList
P-Value Calculator преобразует тестовую статистику в p-значение для тестов z, t, хи-квадрат или F, с односторонним или двухсторонним вариантом, если тест это позволяет. Вводите статистику, степени свободы при необходимости и выбор хвоста; калькулятор возвращает p-значение, сравнивает его с выбранным α и затеняет область отклонения на графике хвостовой площади.
p-значение отвечает: если бы нулевая гипотеза была истинной, как часто данные хотя бы в этом экстремальном случае появлялись бы случайно? Оно не отвечает, истинно ли нулевое число. Это различие приводит к разделу о неправильной интерпретации ниже.
Вычислите p-значение из тестовой статистики
Поддерживаемые входы, z, t со степенями свободы, хи-квадрат со степенями свободы и f с числительными и знаменателями. Введите статистику из тестового результата; калькулятор отображает её на распределение соответствия и возвращает вероятность хвоста.
Для z и t установите однохвостый или двуххвостый перед чтением числа, чтобы оттенок совпадал с гипотезами.
Для z и t выберите односторонний или двуххвостый тест, прежде чем читать число. Тесты на хи-квадрат и f обычно являются односторонними (верхними хвостами) в формах, преподаваемых на вводных курсах; интерфейс это отражает.
Выберите односторонний или двухсторонний тест
Двухсторонний тест спрашивает, отличается ли статистика от нулевого значения в любом направлении и удваивает меньшую однохвостую область для симметричных z и t тестов. Односторонний тест спрашивает только об одном именованом направлении.
Используйте двухсторонние, если только план исследования не определил направление до просмотра данных; переключение после наблюдения знака уменьшает p наполовину и увеличивает ложноположительные результаты.
Используйте двухсторонние, если только исследовательский план не зафиксировал направление до просмотра данных. Переход на односторонний после наблюдения знака уменьшает p-значение вдвое и увеличивает ложноположительные результаты. Направленные гипотезы относятся к протоколу, а не к пост-хок спасению 0.06.
Сравните p-значение с альфа-значением
Альфа, это заранее выбранный уровень значимости, часто 0.05, а иногда 0.01 или 0.10. Если p меньше или равно альфа, отвергать нулевой гипотез; если p больше альфа, не отвергать её. Отказ от отклонения, это не то же самое, что доказательство истинности нуля.
Исследование может просто не обладать силой, поэтому интервалы и размеры эффектов стоят рядом с любым бинарным решением.
- Если p ≤ α, отвергнем нулевой гипотезу.
- Если p > α, не отвергать нулевой гипотезу.
«Не отвергать», это не то же самое, что «доказать нуль». Возможно, исследование просто не обладает силой. Калькулятор выделяет сравнение, когда вы ставите α рядом с результатом.
Вычислим двухстороннее p-значение из z равно 2.0
Для z равен 2.0 в двухстороннем нормальном тесте, однохвостая область выше 2.0 равна примерно 0.0228. Удвоение этой площади даёт двухстороннее p-значение примерно 0.0455. Против альфа 0.05 этот результат отклоняет нулевое значение; против альфа 0.01, нет. Данные не менялись между этими двумя решениями; изменился только порог.
1. Однохвостая область над 2.0 ≈ 0.0228 (точнее 0.02275). 2. Двухвостый p = 2 × 0.02275 ≈ 0.0455. 3. Против α = 0.05: 0.0455 < 0.05 → отвергать нулевую.
Против α = 0.01 одно и то же p-значение не отклоняется. Данные не изменились; порог изменился. Поэтому α должен быть задан перед просмотром p, а не согласован после.
Прочитайте график хвостовой области
График показывает эталонную плотность, вертикальную линию в тестовой статистике и заштрихенные области отклонения для выбранного α. Для двусторонних α = 0.05 на нормальной кривой критические значения расположены рядом с ±1.96. Статистика, превышающая одно из критических значений, попадает в тень.
Проверьте, совпадают ли заштрихенные хвосты с выбранным направлением теста. Большая отрицательная статистика с выбранным только верхним хвостом, это ошибка настройки, а не доказательство против нулевого значения. Маркеры критического значения при плюс-минус 1.96 для двуххвостого альфа 0.05 дают вторую визуальную проверку по числовому p.
Если линия статистики находится внутри незашитенного центра, пока p всё ещё отражается, визуальный и число совпадают: не отклонять в этом α. Используйте график для проверки ошибок знаков (большой отрицательный z с выбранной только верхней штенкой).
Поймите, что не означает p-значение
Пять неправильных прочтений доминируют над опубликованными ошибками, и каждая из них ошибочна по определённой причине, изложенной ниже. p-значение, это хвостовая вероятность по нулевой модели, а не прямая вероятность верности гипотезы, не размер эффекта и не шанс репликации. Порог 0.05 является конвенцией, а незначимый результат не является доказательством отсутствия эффекта.
1. p-значение, это не вероятность того, что нулевая гипотеза истинна. Это вероятность данных хотя бы такого экстремального *если* нулевое значение истинно. Это разные условности. Путаница превращает вероятность хвоста в прямую ставку на гипотезу.
2. p-значение не является размером эффекта. Тривиальная разница достигает p < 0.05 при достаточно большой выборке. Отдельно указывайте среднюю разницу, отношение риска или стандартизированный эффект; не рассматривайте малый p как «большой эффект».
3. p-значение, это не вероятность репликации. p от 0.03 не означает, что повторное исследование имеет 97% шанс получить тот же результат. Репликация зависит от мощности, истинного размера эффекта и дизайна исследования.
4. Порог 0.05, это условность, а не закон природы. p = 0.049 и p = 0.051, почти идентичные доказательства. Дихотомия на «значимый» и «не» для журнальной привычки не создаёт чёткой границы в данных.
5. Незначимость не означает «отсутствие эффекта». Неспособность достичь α может означать, что исследование было недостаточно мощным. Отсутствие доказательств не является доказательством отсутствия; проверьте доверительные интервалы и мощность перед тем, как заявлять о нулевом результате.
Эти пункты совпадают с утверждением Американской статистической ассоциации 2016 о p-значениях. Калькулятор всё равно сравнивает p с α, потому что именно такой рабочий процесс требует учебных курсов и многих протоколов; раздел выше, это то, что предотвращает перечитание числа.
Читайте критическое значение для выбранного альфы
Критические значения, это пороги на статистической шкале, соответствующие выбранному правилу альфа и хвоста. Для двухстороннего нормального теста они примерно 1.645 при 0.10, 1.960 при 0.05 и 2.576 при 0.01. Отклоняется, когда абсолютное z превышает критическое значение, которое эквивалентно p меньше или равно альфа.
Для t-тестов порог также зависит от степеней свободы.
| α | Критическое | z | |
|---|---|---|---|
| 0.10 | 1.645 | ||
| 0.05 | 1.960 | ||
| 0.01 | 2.576 |
Отклонять, когда |z| превышает критическое значение (эквивалентно, когда p ≤ α). Для t-тестов критическое значение зависит от df и превышает z для малых выборок. Калькулятор доверительных интервалов использует те же критические значения при построении интервалов.
Отчёт p-значений без обычных ловушек
Указывайте точную точку p, когда программное обеспечение предоставляет её, а не только звезду или значок «p меньше 0.05». Сопоставьте его с размером эффекта или доверительным интервалом, чтобы читатели могли оценить величину. При подтверждении работы обязательно соблюдайте альфа-версии и правила одностороннего против двухстороннего в плане анализа.
Исследовательские анализы всё ещё дают p-значения, но их следует маркировать как исследовательские. Несколько нескорректированных тестов увеличивают вероятность хотя бы одного ложноположительного результата; эта проблема не решается этим калькулятором, и она не решается тихим переходом с двухстороннего на односторонний после обнаружения знака.
Часто задаваемые вопросы
Что такое p-значение?
p-значение, это вероятность, согласно нулевой гипотезе, получить тестовую статистику как минимум столь же экстремальную, как наблюдаемую. Меньшее p означает, что данные менее совместимы с нулевой по этой модели.
Что такое альфа?
Альфа (α), это заранее выбранный уровень значимости, используемый в качестве порога отклонения/неотклонения, обычно 0.05. Это выбор политики для контроля ошибок, а не обнаруженная константа.
Стоит ли использовать односторонний или двухсторонний тест?
Используйте двуххвостые тесты, если не была указана направленная гипотеза до просмотра данных. Односторонние тесты легче «пройти» и часто используются неправильно после окончания данных.
Является ли p = 0.049 существенно отличающимся от p = 0.051?
Нет. Они представляют почти одинаковую силу доказательств. Яркая линия на 0.05 традиционна.
Подтверждает ли значительное p-значение гипотезу исследования?
Нет. Это указывает на данные, необычные при нулевой α, исходя из предположений модели. Возможны запутанные, смещённые и неправильные модели.
Не оказывается ли незначимый результат без эффекта?
Нет. Исследование может не обладать силой. Сообщайте о интервалах и учитывайте размеры эффектов, прежде чем утверждать нулевое заключение.
Какую статистику теста мне стоит ввести?
Вводим статистику, которую дала ваша процедура: z для нормальных тестов с большой выборкой, t для средних тестов с оценочным σ, хи-квадрат для многих категориальных тестов, f для многих тестов с дисперсией. Сопоставьте df с одним и тем же результатом.
Как вычисляется двухстороннее p-значение из z?
Найдите однохвостую область за пределами |z|, затем удвойте её. Для z = 2.0 однохвостый ≈ 0.0228 и двуххвостый ≈ 0.0455.
Может ли программное обеспечение немного расходиться во мнениях по p?
Да. Алгоритмы хвоста и округление различаются на четвёртой десятичной знаке. Разногласия в первых двух десятичных обычно означают неправильные решки, неправильное df или неправильное семейство распределений.
Краткое резюме
Калькулятор P-значений превращает статистику z, t, хи-квадрат или F в p-значения, сравнивает их с α и затеняет область отклонения. Двусторонний z = 2.0 даёт p ≈ 0.0455, что отклоняет в 0.05, а не в 0.01.
p-значение, это не вероятность истинности нуля, не размер эффекта, не вероятность репликации; 0.05, это конвенция; а незначимость, не доказательство отсутствия эффекта.
Используйте эту страницу для решения по значимости; используйте калькулятор Z-Score, когда вам нужны только стандартизированные оценки и область кривой.