Co je P-test?
P-test je statistická metoda, která testuje platnost nulové hypotézy, která uvádí běžně přijímané tvrzení o populaci. Ačkoli termín null je trochu zavádějící, cílem je otestovat přijatou skutečnost tím, že se ji pokusíme vyvrátit nebo zrušit. P-test může poskytnout důkaz, který může odmítnout nebo odmítnout (statistika hovoří o „neprůkazném“) široce přijímaného tvrzení.
Klíč s sebou
- P-test je statistická metoda, která testuje platnost nulové hypotézy, která uvádí běžně přijímané tvrzení o populaci. Čím menší je hodnota p, tím silnější je důkaz, že by nulová hypotéza měla být odmítnuta a že by alternativní hypotéza mohla být statistika P-testu obvykle vychází ze standardní normální distribuce, pokud se používají velké velikosti vzorku.
Pochopení P-testu
P-test vypočítává hodnotu, která umožňuje výzkumníkovi určit důvěryhodnost přijatého nároku. Odpovídající p-hodnota je porovnána se statisticky významnou hladinou (úroveň spolehlivosti), alfa (a), kterou si výzkumný pracovník vybral pro zjišťování náhodnosti výsledků. Statistiky P-testu typicky následují standardní normální rozdělení, když se používají velké velikosti vzorku.
Vědci si obvykle vyberou alfa hladiny 5% nebo nižší, což se projeví na hladině spolehlivosti 95% nebo vyšší. Jinými slovy, p-hodnota menší než 5% alfa znamená, že existuje více než 95% pravděpodobnost, že vaše výsledky nejsou náhodné, čímž se zvyšuje význam vašich výsledků. To je důkaz, který by vědci umožnil odmítnout nulovou hypotézu.
- Čím menší je p-hodnota (p-hodnota <alfa), tím silnější je důkaz, že nulová hypotéza by měla být odmítnuta a že alternativní hypotéza by mohla být důvěryhodnější. Čím větší je p-hodnota (p-hodnota> alfa), slabší důkaz proti nulové hypotéze, což znamená, že nemůže být odmítnut, což činí test neprůkazným.
Při provádění testu hypotéz k ověření tvrzení badatel předpokládá dvě hypotézy - nulovou (H 0) a alternativní (H 1). Formulování nulových a alternativních hypotéz je klíčem k užitečnosti, kterou může P-test nabídnout výzkumníkovi.
Nulová hypotéza uvádí běžně drženou víru nebo předpoklad, který vědec testuje, aby zjistil, zda je může odmítnout. Klíčovým bodem k pochopení je, že výzkumný pracovník chce vždy odmítnout nulovou hypotézu a P-test jim pomáhá při dosahování tohoto cíle. Dalším bodem je, že pokud P-test neodmítne nulovou hypotézu, pak je test považován za neprůkazný a v žádném případě není míněn jako potvrzení nulové hypotézy.
Alternativní hypotéza je odlišné vysvětlení předložené výzkumným pracovníkem k lepšímu vysvětlení zkoumaného jevu. Jako takový musí být jediným nebo nejlepším možným alternativním vysvětlením. Tímto způsobem, pokud p-hodnota potvrdí odmítnutí nulové hypotézy, lze alternativní hypotézu považovat za důvěryhodnou.
Z-test a T-test
Běžným a zjednodušujícím typem statistického testování je z-test, který testuje statistickou významnost průměru vzorku na hypotetický průměr populace, ale vyžaduje, aby byla známa standardní odchylka populace, což často není možné. T-test je realističtější typ testu v tom, že vyžaduje pouze standardní odchylku vzorku na rozdíl od standardní odchylky populace.
Pochopení toho, jak statistiky mohou ovlivnit vývoj produktů, zejména v oblasti biotechnologií, může být docela užitečné při vedení investorů k přijímání informovanějších investičních rozhodnutí. Například základní porozumění statistickým výsledkům klinického hodnocení slibného léčiva může být neocenitelné při hodnocení potenciálních výnosů biotechnologického materiálu.
