Mikä on P-testi?
P-testi on tilastollinen menetelmä, joka testaa nollahypoteesin paikkansapitävyyttä, jossa esitetään yleisesti hyväksytty väite populaatiosta. Vaikka termi nolla on vähän harhaanjohtava, tavoitteena on testata hyväksytty tosiasia yrittämällä kumota se tai mitätöidä se. P-testi voi tarjota todisteita, jotka voivat joko hylätä tai hylätä (tilastot puhuvat ”epämääräisestä”) laajalti hyväksytyn väitteen.
Avainsanat
- P-testi on tilastollinen menetelmä, jolla testataan nollahypoteesin paikkansapitävyys, jossa esitetään yleisesti hyväksytty väite populaatiosta. Mitä pienempi p-arvo, sitä vahvempi on näyttöä siitä, että nollahypoteesi on hylättävä ja että vaihtoehtoinen hypoteesi saattaa olla luotettavampi.P-testitilastot seuraavat tyypillisesti normaalia normaalijakaumaa, kun käytetään suuria näytteen kokoja.
P-testin ymmärtäminen
P-testi laskee arvon, jonka avulla tutkija voi määrittää hyväksytyn väitteen uskottavuuden. Vastaavaa p-arvoa verrataan tilastollisesti merkitsevään tasoon (luotettavuustaso), alfa (α), jonka tutkija on valinnut mittaamaan tulosten satunnaisuutta. P-testitilastot seuraavat tyypillisesti normaalia normaalijakaumaa, kun käytetään suuria näytteen kokoja.
Tutkijat valitsevat yleensä vähintään 5% alfa-tasot, mikä tarkoittaa 95%: n tai suurempaa luotettavuustasoa. Toisin sanoen alle 5%: n alfa-p-arvo tarkoittaa, että on yli 95% todennäköisyys, että tuloksesi eivät ole satunnaisia, mikä lisää tulosten merkitystä. Tämä on todiste, jonka avulla tutkija voi hylätä nollahypoteesin.
- Mitä pienempi p-arvo (p-arvo <alfa), sitä vahvempi on näyttöä siitä, että nollahypoteesi on hylättävä ja että vaihtoehtoinen hypoteesi voi olla uskottavampi. Mitä suurempi p-arvo (p-arvo> alfa), sitä heikommat todisteet nollahypoteesia vastaan, mikä tarkoittaa, että sitä ei voida hylätä, mikä tekee testistä epäselvän.
Suorittaessaan hypoteesitestiä väitteen validoimiseksi tutkija postuloi kaksi hypoteesia - nolla (H 0) ja varajäsen (H 1). Nolla- ja vaihtoehtoisten hypoteesien muotoilu on avain hyödyllisyydelle, jota P-testi voi tarjota tutkijalle.
Nollahypoteesi ilmaisee yleisesti tunnustetun uskomuksen tai lähtökohdan, jonka tutkija testaa nähdäkseen, voivatko he hylätä sen. Keskeistä ymmärtää on, että tutkija haluaa aina hylätä nollahypoteesin ja P-testi auttaa heitä tämän tavoitteen saavuttamisessa. Toinen huomautettava asia on, että jos P-testi ei hylkää nollahypoteesia, testiä pidetään epäselvänä ja sitä ei missään tapauksessa tarkoiteta olevan nollahypoteesin vakuutusta.
Vaihtoehtoinen hypoteesi on tutkijan esittämä erilainen selitys tutkittavan ilmiön selittämiseksi paremmin. Sellaisenaan sen on oltava ainoa tai paras mahdollinen vaihtoehtoinen selitys. Tällä tavalla, jos p-arvo vahvistaa nollahypoteesin hylkäämisen, vaihtoehtoisen hypoteesin voidaan katsoa olevan uskottava.
Z-testi ja T-testi
Yleinen ja yksinkertaistettu tilastollisen testauksen tyyppi on z-testi, jolla testataan otoksen keskimääräisen tilastollisen merkitsevyyden oletettuun väestön keskiarvoon, mutta edellytetään, että populaation keskihajonta tunnetaan, mikä ei usein ole mahdollista. T-testi on realistisempi testilaji, koska se vaatii vain näytteen keskihajontaa verrattuna populaation keskihajontaan.
Ymmärtäminen, kuinka tilastot voivat vaikuttaa tuotekehitykseen, etenkin bioteknologiassa, voi olla hyödyllistä ohjata sijoittajia tekemään tietoisempia sijoituspäätöksiä. Esimerkiksi lupaavan lääkkeen kliinisen tutkimuksen tilastollisten tulosten perustiedot voivat olla arvokkaita arvioitaessa biotekniikan kannan potentiaalisia tuottoja.
