p値計算機
計算する p 値は?
p値:
?
目次
P値とは何ですか?
検定統計量が、サンプルで生成された値の最小極値で値を生成する確率。この確率は、真の帰無仮説を仮定して計算されたものであることに注意してください。
p 値はより直感的で、次の質問に答えます。帰無仮説が成り立つと仮定した場合、別のサンプルに対して行っている検定が、少なくとも私が見たものと同じくらい極端な値を生成する可能性はどのくらいありますか?私がすでに持っているサンプルについては?
検定統計量を使用してどのように p 値を計算しますか?
帰無仮説が成り立つと仮定して、検定統計量の分布を理解する必要があります。累積分布関数 (cdf) を使用して、検定統計量が少なくともサンプルの x 値と同じくらい極端である確率を表すことができます。
左側検定: p 値 = cdf (x)
右側検定: p 値 = 1 - cdf (x)
両側検定: p 値 = 2 * 分 {{cdf (x) , 1 - cdf (x) }}
仮説検定は、最も一般的な確率分布によって特徴付けられます。これにより、p 値を手動で計算することが困難になる場合があります。おおよその cdf 値を計算するには、コンピュータまたは統計テーブルを使用する必要がある可能性があります。
これで、p 値の計算方法がわかりました。しかし、なぜあなたはこれをしたいのですか?仮説検定に対する p 値アプローチは、臨界値アプローチに代わるものです。有意水準 (a) は、研究者が帰無仮説が真である場合にその帰無仮説を棄却する前に設定しなければならないものです (つまりエラー)。その有意水準で帰無仮説を棄却するかどうかをすばやく判断するには、p 値を任意の値 a と単純に比較する必要があります。 p値の解釈方法について詳しく説明します。
P値をどのように解釈しますか?
p 値が次の質問に答えることは既に述べました。
帰無仮説が真であると仮定した場合、別のサンプルに対して行っているテストが、少なくとも私が既に持っているもので見たものと同じくらい極端な値を生成する可能性はどのくらいありますか?
これはあなたにとってどういう意味ですか?次の 2 つの選択肢があります。
高い p 値は、データが帰無仮説と一致していることを意味します。
p の値が小さいことは、帰無仮説に対する証拠です。これは、帰無仮説が真である場合、結果が非常にありそうにないように見えることを意味します。
帰無仮説が成立している可能性がありますが、サンプルは非常に異常です。新薬の効果を研究し、0.03 の p 値を得たとします。私たちと同様の研究の 3% では、これは、たとえその薬が何の効果もなかったとしても、偶然のチャンスが同じかそれ以上の値を生み出す可能性があることを意味します。
「p 値とは?」という質問に答えることができます。 p 値は、帰無仮説が棄却されることになる最低レベルの有意性です。ここで、ある有意水準での帰無仮説について決定する必要があります。 p値を比較するだけです。
p 値 ≤ a の場合、帰無仮説を棄却し、対立仮説を受け入れます。
p 値 ≥ a の場合、帰無仮説を棄却するのに十分な証拠がありません。
帰無仮説の運命は a によって決定されます。 p 値が 0.03 の場合、有意水準 0.05 で帰無仮説を棄却しますが、0.01 では棄却しません。このため、事前に有意水準を指定し、p 値が決定された後に調整しないことが重要です。 0.05 の有意水準は、最も一般的な値を表します。ただし、魔法ではありません。
P 値計算機を使用して検定統計量から p 値を計算するにはどうすればよいですか?
当社の p 値計算機を使用すると、複雑なテスト統計の p 値を簡単に計算できます。手順は次のとおりです。
対立仮説から選択します。
帰無仮説における検定統計量の分布をお知らせください。 N(0.1)、t-Student、Snecor の F、カイ 2 乗、または t-Student ですか?これらのセクションは、よくわからない人のためのものです。
必要に応じて、検定統計量の自由度分布を示します。
データ サンプルについて、計算された検定統計量の値を入力します。
計算機は、検定統計量の p 値を計算し、帰無仮説に関する決定を行います。デフォルトの標準有意性は 0.05 です。
計算の精度を上げたり、重要度を変更したりする必要がある場合は、詳細モードに進みます。
Z スコアの p 値を見つけるにはどうすればよいですか?
次の式は、標準正規分布の累積分布関数 (CDF) の p 値を計算するために使用されます。伝統的に Ph で表されます。
左側の z 検定:
p値 = Ph (Z==スコア==)
右側の z 検定:
p値 = 1 - (Z==スコア==)
両側 z 検定:
p値 = 2 * Ph (- | Z==スコア==|)
また
p値 = 2 - 2 * Ph (- | Z==スコア==|)
検定統計量が正規分布 N(0.1) に近似する場合は、を使用します。中心極限定理を使用すると、大きなサンプル (たとえば 50 データ ポイント) がある場合に近似を当てにして、分布を正規分布として扱うことができます。
T の p 値を求めるにはどうすればよいですか?
t スコアからの値は、次の式を使用して計算できます。 cdf==t, d== は、自由度を持つ t-スチューデント分布の累積分布関数を表します。
左側の t 検定:
p値 = cdf==t, d==(t==スコア==)
右側の t 検定:
p値 = 1 - cdf==t, d==(t==スコア==|)
両側 t 検定:
p値 = 2 * cdf==t, d==(-|t==スコア==|)
また
p値 = 2 - 2 * cdf==t, d==(|t==スコア==|)
検定統計量がスチューデント分布にある場合は、t スコア オプションを使用できます。この分布は、形状が N(0.1) (ベル型、対称) に似ていますが、より多くの裾があります。自由度パラメータによって正確な形状が決まります。次数が 30 より大きい場合、t-Student 分布は正規の N(0.1) 分布と区別できます。
負のp値を持つことは可能ですか?
p 値を負にすることはできません。確率は負になることはできないため、p 値は検定統計量が特定の条件を満たす確率です。
高い値の p 値は何を意味しますか?
p 値が高いということは、別のサンプルの検定統計量が、サンプルの値と少なくとも同程度の極端な値を生成する可能性が高いことを意味します。 p 値が高い場合、帰無仮説を棄却することはできません。
低い値の p 値は何を意味しますか?
低い p 値は、別のサンプルの検定統計量が、現在のサンプルで観察された値と少なくとも同程度または類似する値を生成する可能性がほとんどないことを示します。低い p 値は、対立仮説の証拠です。彼らはあなたがそれを拒否することを可能にします。
記事の著者
Parmis Kazemi
Parmisは、新しいものを書き、作成することに情熱を持っているコンテンツクリエーターです。彼女はテクノロジーにも非常に興味があり、新しいことを学ぶことを楽しんでいます。
P値計算機 日本語
公開済み: Thu Jul 28 2022
カテゴリ数学的計算機
自分のウェブサイトにP値計算機を追加する