Hva er en P-test?
En P-test er en statistisk metode som tester gyldigheten av nullhypotesen som angir et vanlig akseptert påstand om en populasjon. Selv om begrepet null er litt misvisende, er målet å teste akseptert faktum ved å prøve å motbevise eller annullere det. P-testen kan gi bevisene som enten kan avvise eller unnlate å avvise (statistikk taler for 'uoverensstemmende') et allment akseptert påstand.
Viktige takeaways
- En P-test er en statistisk metode som tester gyldigheten av nullhypotesen som angir et allment akseptert påstand om en populasjon. Jo mindre p-verdi, desto sterkere er beviset for at nullhypotesen bør avvises og at den alternative hypotesen kan være mer troverdige. P-teststatistikken følger vanligvis en standard normalfordeling når store prøvestørrelser brukes.
Forståelse av P-test
En P-test beregner en verdi som gjør det mulig for forskeren å bestemme troverdigheten til det aksepterte kravet. Den korresponderende p-verdien sammenlignes med et statistisk signifikant nivå (konfidensnivå), alfa (α), som forskeren har valgt å måle resultatens tilfeldighet. P-teststatistikken følger typisk en standard normalfordeling når store prøvestørrelser brukes.
Forskere vil vanligvis velge alfa-nivåer på 5% eller lavere, noe som betyr en konfidensnivå på 95% eller høyere. Med andre ord betyr en p-verdi mindre enn et alfa-nivå på 5% at det er større enn 95% sjanse for at resultatene ikke er tilfeldige, og dermed forbedrer betydningen av resultatene dine. Dette er beviset som vil tillate forskeren å avvise nullhypotesen.
- Jo mindre p-verdi (p-verdi <alfa), jo sterkere er beviset for at nullhypotesen bør avvises, og at alternativ hypotese kan være mer troverdig. Jo større p-verdi (p-verdi> alfa), jo større svakere bevisene mot nullhypotesen som betyr at den ikke kan avvises, noe som gjør testen uklar.
Når han utfører en hypotetest for å validere et krav, postulerer forskeren to hypoteser - null (H 0) og alternativ (H 1). Å formulere null- og alternative hypoteser er nøkkelen til nytten som en P-test kan tilby forskeren.
Nullhypotesen angir en vanlig tro eller premiss som forskeren tester for å se om de kan avvise den. Det sentrale poenget å forstå er at forskeren alltid ønsker å avvise nullhypotesen og P-testen hjelper dem med å nå dette målet. Et annet poeng å merke seg er at hvis P-testen ikke klarer å avvise nullhypotesen, anses testen å være uoverensstemmende og er på ingen måte ment som en bekreftelse av nullhypotesen.
Den alternative hypotesen er den forskjellige forklaringen som forskeren har stilt for å forklare fenomenet som undersøkes bedre. Som sådan må det være den eneste, eller den beste, mulige alternative forklaringen. På denne måten, hvis p-verdien validerer en avvisning av nullhypotesen, kan den alternative hypotesen sees på som å være troverdig.
Z-test og T-test
En vanlig og forenklet type statistisk testing er en z-test, som tester den statistiske betydningen av et utvalgsmiddel for det antatte populasjonsmidlet, men krever at standardavviket for populasjonen er kjent, noe som ofte ikke er mulig. T-testen er en mer realistisk type test ved at den bare krever standardavviket til utvalget i motsetning til befolkningens standardavvik.
Å forstå hvordan statistikk kan påvirke produktutviklingen, spesielt innen bioteknologi, kan være ganske nyttig for å veilede investorer til å ta mer informerte investeringsbeslutninger. For eksempel kan en grunnleggende forståelse av de statistiske resultatene for et lovende medisins kliniske utprøving være uvurderlig når du vurderer et bioteknologisk bestands potensielle avkastning.
