P-hodnota: Porovnání verzí
Smazaný obsah Přidaný obsah
m →Příklad: Dotažení značka: editace z Vizuálního editoru |
m Tečka |
||
Řádek 11:
* ''p''-hodnota není ani pravděpodobnost, že data vznikla čistě náhodou za předpokladu platnosti <math>H_0</math>.
* ''p''-hodnota nic přímo nevypovídá o velikosti nebo praktické významnosti pozorovaného účinku (viz [[velikost účinku]]).
* Hladina významnosti 0,05 je jen konvence, takže pro posouzení výsledků experimentu je potřeba dodat i další informace o kontextu a o dopadu zjištění.
* Pokud testujeme mnoho hypotéz zároveň, stane se i při platnosti nulové hypotézy, že některé testy zákonitě vyjdou signifikantní - například při hladině 0,05 takto vyjde zhruba 5 testů ze 100 provedených při platnosti <math>H_0</math>. Pro správné posouzení více zároveň prováděných testů je potřeba použít [[mnohonásobné testování]] (multiple testing).
* Je neetické zneužívat mnohonásobné testování tím, že výzkumník tak dlouho provádí testy a modifikuje svá data, dokud nezíská p-hodnotu menší než 0,05, aniž by na uvedené manipulace upozornil ve svém výstupu (postup označovaný jako p-hacking). Podobné nekorektní postupy jsou jednou z příčin současné krize replikovatelnosti výzkumných výstupů v řadě disciplin.
Řádek 27:
X-squared = 13.36, df = 5, p-value = 0.02023
Poněvadž vypočítaná ''p''-hodnota 0,02023 je menší než námi zvolená hodnota <math>\alpha</math> = 0,05, na hladině 0,05 zamítáme nulovou hypotézu stejné pravděpodobnosti všech výsledků a na základě naměřených dat máme za to, že hrací kostka je „cinknutá“. Kdybychom údaj o ''p''-hodnotě neměli k dispozici, museli bychom v tabulkách vyhledat 95. percentil [[rozdělení chí-kvadrát]] o pěti stupních volnosti (df) a porovnat ho s testovou statistikou 13,36. Pokud by – jako v tomto případě – kvantil vyšel menší než testová statistika, nulovou hypotézu bychom zamítli, a v opačném případě nezamítli. Tento krok nám však ''p''-hodnota ušetřila.
{{Portály|Matematika}}
| |||