P-Wert

p Der Wert ist die Wahrscheinlichkeit, dass ein mindestens ebenso extremes Ergebnis wie die Probe beobachtet wurde, als die ursprüngliche Annahme festgelegt wurde.

Kleine p-Werte (unterhalb der von Ihnen gesetzten Alpha, normalerweise 0.05) zeigen an, dass Beobachtungen unter der ursprünglichen Annahme unwahrscheinlich sind und H0 abgelehnt wird.

Der P-Wert ist genau definiert als:** die Wahrscheinlichkeit, das aktuelle (oder extremere) Ergebnis zu beobachten, wenn die ursprüngliche Annahme wahr ist.** Beachten Sie, dass es nicht ** ** "die ursprüngliche Annahme ist eine echte Wahrscheinlichkeit" oder "die Wahrscheinlichkeit einer falschen Schlussfolgerung" ** Dies ist der am meisten falsch gelesene Satz in der Statistik. P = 0,03 bedeutet "Wenn es wirklich keinen Unterschied zwischen den beiden Gruppen gibt, sind nur 3% der Wahrscheinlichkeit einen solchen Unterschied zu sehen" und nicht "97% sind sicher, dass es einen Unterschied gibt."

Ein weiterer häufiger Fehlerbereich ist die Verwendung von P < 0,05 als "High Effect". P-Werte werden sowohl von **-Effekt ** als auch von **-Probe ** beeinflusst: Wenn die Stichprobengröße groß genug ist, kann eine vernachlässigbare Differenz auch sehr kleine P-Werte ergeben. Zum Beispiel sind zwei Gruppen 0,1 Zentimeter groß, und Ps kann viel kleiner als 0,05 für eine Stichprobe von 100.000 Menschen sein, aber der Unterschied ist bedeutungslos. ** Die Ergebnisse müssen daher gleichzeitig mit dem Effekt (z. B. Cohen's d, relatives Risiko) und dem Konfidenzintervall** gemeldet werden, und der P-Wert allein kann leicht zu irreführenden Schlussfolgerungen führen.

P-Werte und häufig verwendete Interpretation von prominenten Ebenen