p-값 계산기
계산할 p-값은 무엇입니까?
p-값:
?
목차
P-값은 무엇입니까?
검정 통계량이 표본에서 생성한 값의 극단 이상의 값을 생성할 확률입니다. 이 확률은 실제 귀무 가설을 가정하여 계산되었다는 점을 명심하는 것이 중요합니다!
p-값이 더 직관적이며 다음 질문에 답합니다. 귀무 가설이 성립한다고 가정하면 다른 표본에 대해 수행하는 테스트가 최소한 내가 본 값만큼 극단적인 값을 생성할 가능성이 얼마나 됩니까? 내가 이미 가지고 있는 샘플을 위해?
검정 통계를 사용하여 p-값을 어떻게 계산합니까?
귀무 가설이 성립한다고 가정하면 검정 통계량의 분포를 이해해야 합니다. 누적 분포 함수(cdf)는 검정 통계량이 최소한 표본의 x 값만큼 극단일 확률을 표현하는 데 사용할 수 있습니다.
왼쪽 꼬리 검정: p-값 = cdf(x)
오른쪽 꼬리 검정: p-값 = 1 - cdf(x)
양측 검정: p-값 = 2 * 최소 {{cdf (x) , 1 - cdf (x) }}
가설 검정은 가장 일반적인 확률 분포를 특징으로 합니다. 이로 인해 p-값을 수동으로 계산하기 어려울 수 있습니다. 대략적인 cdf 값을 계산하려면 컴퓨터나 통계표를 사용해야 할 것입니다.
이제 p-값을 계산하는 방법을 알게 되었습니다. 그러나 왜 이것을 하고 싶습니까? 가설 검정에 대한 p-값 접근 방식은 임계값 접근 방식의 대안입니다. 유의 수준(a)은 귀무 가설이 참(오류)인 경우 이를 기각하기 전에 연구자가 설정해야 하는 것입니다. 해당 유의 수준에서 귀무 가설을 기각할지 여부를 신속하게 결정하려면 p-값을 주어진 값과 간단히 비교해야 합니다. p-값을 해석하는 방법에 대해 자세히 설명합니다.
P-값을 어떻게 해석합니까?
우리는 이미 p-값이 다음 질문에 답한다고 언급했습니다.
귀무 가설이 사실이라고 가정하면 다른 표본에 대해 수행하는 검정이 최소한 내가 이미 가지고 있는 표본에 대해 본 것만큼 극단적인 값을 생성할 가능성은 얼마나 됩니까?
이것은 당신에게 무엇을 의미합니까? 두 가지 선택이 있습니다.
p-값이 높으면 데이터가 귀무 가설과 호환됨을 의미합니다.
p의 작은 값은 귀무 가설에 대한 증거입니다. 이는 귀무 가설이 사실인 경우 결과가 매우 희박해 보일 수 있음을 의미합니다.
귀무 가설이 성립할 수 있지만 표본이 매우 이례적입니다. 신약의 효과를 연구하고 0.03 p-값을 얻는다고 상상해 보십시오. 우리와 유사한 연구의 3%에서 이는 약물이 아무런 효과가 없더라도 무작위 기회가 여전히 동일한 값 또는 더 높은 값을 생성할 수 있음을 의미합니다.
"p-값은 무엇입니까?"라는 질문에 답할 수 있습니다. p-값은 귀무 가설이 기각될 수 있는 가장 낮은 유의 수준입니다. 이제 어떤 유의 수준에서 귀무 가설에 대해 결정해야 합니다. 귀하의 p-값을 와 간단히 비교하십시오.
p-값 ≤ a이면 귀무 가설을 기각하고 대립 가설을 채택합니다.
p-값 ≥이면 귀무 가설을 기각할 충분한 증거가 없습니다.
귀무가설의 운명은 에 의해 결정됩니다. p-값이 0.03이면 유의 수준 0.05에서 귀무 가설을 기각하지만 0.01에서는 기각하지 않습니다. 이것이 사전에 유의 수준을 지정하고 p-값이 결정된 후에 조정하지 않는 것이 중요한 이유입니다. 0.05의 유의 수준은 가장 일반적인 값을 나타냅니다. 그러나 그것은 마법이 아닙니다.
P-값 계산기를 사용하여 검정 통계에서 p-값을 계산하려면 어떻게 합니까?
당사의 p-값 계산기를 사용하면 복잡한 테스트 통계에 대한 p-값을 쉽게 계산할 수 있습니다. 따라야 할 단계는 다음과 같습니다.
대립 가설에서 선택하십시오.
귀무 가설에서 검정 통계량의 분포를 알려주십시오. N(0.1), t–Student, Snecor의 F, 카이제곱 또는 t-Student입니까? 이 섹션은 확실하지 않은 사람들을 위한 것입니다.
필요한 경우 검정 통계량의 자유 분포를 표시합니다.
데이터 샘플의 경우 계산된 테스트 통계 값을 입력합니다.
계산기는 검정 통계량 p-값을 계산하고 귀무 가설에 대한 결정을 제공합니다. 표준 유의성은 기본적으로 0.05입니다.
계산이 수행되는 정밀도를 높이거나 유의성을 수정해야 하는 경우 고급 모드로 이동하십시오.
Z-점수의 p-값은 어떻게 찾습니까?
다음 공식은 표준 정규 분포의 누적 분포 함수(CDF)에 대한 p-값을 계산하는 데 사용됩니다. 전통적으로 Ph로 표시됩니다.
왼쪽 꼬리 z-검정:
p-값 = Ph(Z==점수==)
오른쪽 꼬리 z-검정:
p-값 = 1 - (Z==점수==)
양측 z-검정:
p-값 = 2 * Ph(- | Z==점수==|)
또는
p-값 = 2 - 2 * Ph(- | Z==점수==|)
검정 통계량이 정규 분포 N(0.1)에 근접하면 사용합니다. 중심 극한 정리를 사용하면 큰 표본(예: 50개의 데이터 점)이 있을 때 근사값을 계산하고 분포를 정규 분포로 취급할 수 있습니다.
T의 p-값을 찾는 방법은 무엇입니까?
t-점수의 값은 다음 공식을 사용하여 계산할 수 있습니다. cdf==t, d==는 자유도가 있는 t-Student 분포에 대한 누적 분포 함수를 나타냅니다.
왼쪽 꼬리 t-검정:
p-값 = cdf==t, d==(t==점수==)
오른쪽 꼬리 t-검정:
p-값 = 1 - cdf==t, d==(t==점수==|)
양측 t-검정:
p-값 = 2 * cdf==t, d==(-|t==점수==|)
또는
p-값 = 2 - 2 * cdf==t, d==(|t==점수==|)
테스트 통계가 학생 분포에 있는 경우 t-점수 옵션을 사용할 수 있습니다. 이 분포는 N(0.1)(종 모양, 대칭)과 모양이 유사하지만 꼬리가 더 많습니다. 자유도 매개변수는 정확한 모양을 결정합니다. t-Student 분포는 도수가 30보다 크면 정규 N(0.1) 분포와 구별될 수 있습니다.
음의 p-값을 가질 수 있습니까?
p-값은 음수일 수 없습니다. 확률은 음수가 될 수 없으므로 p-값은 검정 통계량이 특정 조건을 충족할 확률입니다.
높은 가치의 p-값은 무엇을 의미합니까?
p-값이 높다는 것은 다른 표본에 대한 검정 통계량이 최소한 표본의 값만큼 극단적인 값을 생성할 가능성이 높다는 것을 의미합니다. p-값이 높으면 귀무 가설을 기각할 수 없습니다.
낮은 p-값은 무엇을 의미합니까?
낮은 p-값은 다른 표본에 대한 검정 통계량이 현재 표본에 대해 관찰된 값과 최소한 같거나 유사한 값을 생성할 가능성이 거의 없음을 나타냅니다. 낮은 p-값은 대립 가설에 대한 증거입니다. 그들은 당신이 그것을 거부 할 수 있습니다.
기사 작성자
Parmis Kazemi
Parmis는 새로운 것을 쓰고 창조하는 것에 대한 열정을 가진 콘텐츠 제작자입니다. 그녀는 또한 기술에 관심이 많고 새로운 것을 배우는 것을 즐깁니다.
P-값 계산기 한국어
게시됨: Thu Jul 28 2022
카테고리 수학 계산기
자신의 웹사이트에 P-값 계산기 추가