Kaj je P-test?
P-test je statistična metoda, ki preizkuša veljavnost ničelne hipoteze, ki navaja splošno sprejeto trditev o populaciji. Čeprav je izraz null nekoliko zavajajoč, je cilj preizkusiti sprejeto dejstvo s tem, da bi ga poskušali oporekati ali razveljaviti. P-test lahko zagotovi dokaze, ki jih lahko bodisi zavrne bodisi zavrne (statistika govori o „nesprejemljivem“) splošno sprejete trditve.
Ključni odvzemi
- P-test je statistična metoda, ki preizkuša veljavnost ničelne hipoteze, ki navaja splošno sprejeto trditev o populaciji. Manjša kot je p vrednost, močnejši so dokazi, da je treba ničelno hipotezo zavrniti in da lahko nadomestna hipoteza biti bolj verodostojni. Statistika P-testa običajno uporablja standardno normalno porazdelitev, kadar se uporabljajo velike velikosti vzorca.
Razumevanje P-testa
P-test izračuna vrednost, ki raziskovalcu omogoča, da ugotovi verodostojnost sprejete trditve. Ustrezno p-vrednost primerjamo s statistično značilno stopnjo (stopnja zaupanja), alfa (α), ki jo je raziskovalec izbral za merjenje naključnosti rezultatov. Statistični podatki P-testa običajno sledijo običajni normalni porazdelitvi, kadar se uporabljajo velike velikosti vzorca.
Raziskovalci bodo običajno izbrali ravni alfa 5% ali nižje, kar pomeni, da je stopnja zaupanja 95% ali več. Z drugimi besedami, vrednost p, manjša od 5% alfa ravni, pomeni, da obstaja več kot 95% možnosti, da vaši rezultati niso naključni, s čimer se poveča pomen vaših rezultatov. To je dokaz, ki bi raziskovalcu omogočil, da zavrne ničelno hipotezo.
- Manjša kot je p-vrednost (p-vrednost <alfa), močnejši so dokazi, da je treba ničelno hipotezo zavrniti in da je nadomestna hipoteza morda bolj verodostojna. Večja kot je p-vrednost (p-vrednost> alfa), šibkejši so dokazi proti ničelni hipotezi, kar pomeni, da ga ni mogoče zavrniti, zaradi česar test ni prepričljiv.
Pri izvedbi testa hipotez za potrditev trditve raziskovalec postavlja dve hipotezi - nično (H 0) in nadomestno (H 1). Oblikovanje ničelnih in nadomestnih hipotez je ključnega pomena za koristnost, ki jo lahko P-test ponudi raziskovalcu.
Ničelna hipoteza navaja splošno veljavno prepričanje ali domnevo, ki jo raziskovalec preizkusi, da ugotovi, ali ga lahko zavrne. Ključno vprašanje je, da želi raziskovalec vedno zavračati nično hipotezo in jim P-test pomaga pri doseganju tega cilja. Upoštevati je treba še to, da če P-test ne zavrne ničelne hipoteze, se šteje, da test ni prepričljiv in nikakor ne pomeni potrditve ničelne hipoteze.
Nadomestna hipoteza je različna razlaga, ki jo je postavil raziskovalec, da bi bolje pojasnil pojav, ki ga preiskujejo. Kot taka mora biti edina ali najboljša možna alternativna razlaga. Na ta način, če p-vrednost potrdi zavrnitev ničelne hipoteze, potem je mogoče nadomestno hipotezo obravnavati kot verodostojno.
Z-test in T-test
Običajna in poenostavljena vrsta statističnega testiranja je z-test, ki preizkuša statistično pomembnost vzorca za povprečno hipotezirano populacijo, vendar zahteva, da je znan standardni odklon populacije, kar pogosto ni mogoče. T-test je bolj realističen tip testa, saj zahteva le standardni odklon vzorca v nasprotju s standardnim odstopanjem populacije.
Razumevanje, kako lahko statistika vpliva na razvoj izdelkov, zlasti na področju biotehnologije, je lahko zelo koristno pri usmerjanju vlagateljev pri sprejemanju bolj informiranih naložbenih odločitev. Na primer, osnovno razumevanje statističnih rezultatov za obetavno klinično preskušanje zdravil je lahko neprecenljivo pri oceni potencialnih donosov biotehničnih zalog.
