Calculadora-valor-p

La probabilidad de que la estadística de prueba produzca valores en el extremo más bajo del valor que produjo en su muestra. ¡Es importante tener en cuenta que esta probabilidad se calculó bajo el supuesto de una hipótesis nula verdadera!

El valor p es más intuitivo y responde a la pregunta: si asumo que la hipótesis nula se cumple, ¿qué probabilidad hay de que la prueba que estoy haciendo para otra muestra produzca un valor al menos tan extremo como el que vi? para la muestra que ya tengo?

Debe comprender la distribución del estadístico de prueba, suponiendo que se cumple la hipótesis nula. La función de distribución acumulativa (cdf) se puede utilizar para expresar la probabilidad de que las estadísticas de prueba sean al menos tan extremas como el valor de x para la muestra.

La prueba de hipótesis se caracteriza por las distribuciones de probabilidad más comunes. Esto puede dificultar el cálculo manual del valor p. Es probable que necesite usar una computadora o una tabla estadística para calcular los valores aproximados de cdf.

Ahora ya sabes cómo calcular el valor p. Pero, ¿por qué querrías hacer esto? El enfoque del valor p para la prueba de hipótesis es una alternativa al enfoque del valor crítico. El nivel de significación (a) es lo que los investigadores deben establecer antes de rechazar la hipótesis nula si es verdadera (por lo tanto, error). Para determinar rápidamente si rechazar las hipótesis nulas en ese nivel de significancia, simplemente deberá comparar su valor p con cualquier valor dado a. Explicaremos en detalle cómo interpretar los valores de p.

Ya hemos mencionado que el valor p responde a la siguiente pregunta.

Si asumo que la hipótesis nula es verdadera, ¿cuál es la probabilidad de que la prueba que estoy haciendo para otra muestra produzca un valor al menos tan extremo como el que vi para la que ya tengo?

¿Qué significa esto para ti? Tienes dos opciones:

Puede ser que la hipótesis nula se mantenga, pero su muestra es muy inusual. Imagina que estudiamos los efectos de un nuevo fármaco y obtenemos un valor p de 0,03. En el 3% de los estudios similares al nuestro, esto significa que incluso si el fármaco no tuviera ningún efecto, el azar podría producir el mismo valor o incluso más.

Puede responder a la pregunta "¿Cuál es el valor p?" con lo siguiente: Un valor p es el nivel más bajo de significancia que llevaría a rechazar la hipótesis nula. Ahora, deberá decidir sobre la hipótesis nula en algún nivel de significación. Simplemente compare su valor p con.

El destino de la hipótesis nula está determinado por a. Si el valor p fuera 0,03, rechazaríamos las hipótesis nulas a un nivel de significancia de 0,05 pero no a 0,01. Por eso es importante especificar el nivel de significación por adelantado y no ajustarlo después de que se haya determinado el valor p. Un nivel de significación de 0,05 representa el valor más común. Sin embargo, no es mágico.

Nuestra calculadora de valor p facilita el cálculo del valor p para estadísticas de prueba complejas. Estos son los pasos a seguir:

Si necesita aumentar la precisión con la que se realizan los cálculos o modificar el significado, vaya al modo avanzado.

Las siguientes fórmulas se utilizan para calcular el valor p de la función de distribución acumulada (CDF) de la distribución normal estándar. Se denota tradicionalmente por Ph.

valor p = Ph (Z==puntuación==)

valor p = 1 - (Z==puntuación==)

valor p = 2 * Ph (- | Z==puntuación==|)

o

valor p = 2 - 2 * Ph (- | Z==puntuación==|)

Si el estadístico de prueba se aproxima a la distribución normal N(0.1), usamos la. El teorema del límite central le permite contar con la aproximación cuando tiene muestras grandes (por ejemplo, 50 puntos de datos) y tratar la distribución como normal.

El valor de la puntuación t se puede calcular utilizando las siguientes fórmulas. cdf==t, d== representa la función de distribución acumulativa para la distribución t-Student con grados de libertad.

valor p = cdf==t, d==(t==puntuación==)

valor p = 1 - cdf==t, d==(t==puntuación==|)

valor p = 2 * cdf==t, d==(-|t==puntuación==|)

o

valor p = 2 - 2 * cdf==t, d==(|t==puntuación==|)

Si la estadística de su prueba está en la distribución de estudiantes, puede usar la opción de puntaje t. Esta distribución tiene una forma similar a N(0.1) (en forma de campana, simétrica), pero tiene más colas. El parámetro de grados de libertad determina la forma exacta. La distribución t-Student se puede distinguir de la distribución normal N(0,1) si el número de grados es superior a 30.

El valor p no puede ser negativo. Debido a que las probabilidades no pueden ser negativas, el valor p es la probabilidad de que la estadística de prueba satisfaga ciertas condiciones.

Un valor p alto significa que existe una alta probabilidad de que la estadística de prueba para otra muestra produzca un valor que sea al menos tan extremo como el de su muestra. No puede rechazar la hipótesis nula si su valor p es alto.

Los valores p bajos indican que hay pocas posibilidades de que la estadística de prueba para otra muestra produzca un valor que sea al menos tan extremo o similar al que se observó para la muestra actual. Los valores p bajos son evidencia de la hipótesis alternativa. Te permiten rechazarlo.