Was bedeutet der P-Wert?
Der p-Wert stellt die Wahrscheinlichkeit dar, dass der beobachtete Unterschied zwischen Gruppen (oder die Beziehung zwischen Variablen) zufällig aufgetreten ist.
Ist Ihnen das schon oft begegnet p-Wert Sie haben in einem statistischen Test versucht, die Bedeutung zu verstehen, haben sie aber nie ganz verstanden?
Mach dir keine Sorge; du bist nicht allein! Das ist ein häufig gestellte Frage in der Statistik!
Mit diesem Artikel garantieren wir Ihnen, dass Sie schnell dabei sind verstehen, ein für alle Mal die Bedeutung des p-Werts in statistischen Tests!
Das Problem
Die p-Wert ist in inferenzstatistischen Tests vorhanden. Die bekanntesten Beispiele für diese Tests sind Student's t-Test, ANOVA, Chi-Quadrat, Pearson-Korrelation und lineare und logistische Regressionen.
Aber was ist ihr grundlegendes Bedeutungund warum brauchen wir Inferenzstatistik?
Wir müssen mit arbeiten Proben Denn die Beschaffung von Daten einer gesamten Bevölkerung ist logistisch, technisch, zeitlich und finanziell unmöglich.
Daher benötigen wir zum Zeichnen Inferenzstatistiken Schlussfolgerungen über eine Bevölkerung, während nur ein Teil davon untersucht wird.
Die Lösung
Haftungsausschluss: Wir möchten klarstellen, dass dies nicht die genaueste, aber die didaktischste Definition des p-Werts ist. Am Ende des Artikels geben wir weitere Informationen dazu.
Kommen wir zur Sache! Der p-Wert ist einfach a Wahrscheinlichkeit, die natürlich im Bereich von 0 bis 1 (0 bis 100 %) liegt. Aber eine Wahrscheinlichkeit wofür?
Die beantworten ist geradeaus:
Der p-Wert stellt die Wahrscheinlichkeit dar, dass der festgestellte Unterschied zwischen den analysierten Gruppen zufällig aufgetreten ist.
- Ein kleiner p-Wert (p ≤ 0.05, d. h. Wahrscheinlichkeit kleiner oder gleich 5 %) weist auf eine geringe Wahrscheinlichkeit hin, dass der beobachtete Unterschied zwischen den Gruppen zufällig ist. Daher sehen Sie einen signifikanten Unterschied zwischen den Gruppen.
- Ein hoher p-Wert (p > 0.05, d. h. Wahrscheinlichkeit größer als 5 %): Zeigt eine hohe Wahrscheinlichkeit an, dass der beobachtete Unterschied zwischen den Gruppen zufällig ist. Daher sehen Sie keinen signifikanten Unterschied zwischen den Gruppen.
In der obigen Erklärung haben wir „Unterschied zwischen Gruppen” als Beispiel, das für Analysen wie den t-Test und die ANOVA gilt.
Für Tests wie Pearsons Korrelation und lineare Regression würden wir sagen: „Beziehung zwischen den Variablen“, aber das ist für einen anderen Artikel.
Abschließende Bemerkungen
Die überwiegende Mehrheit von wissenschaftliche Forschung erfordert eine inferenzielle Analyse. Wahrscheinlich haben Sie diesen Artikel bis hierher gelesen, weil Ihre wissenschaftlichen Untersuchungen ihn auch benötigen!
Die Bedeutung verstehen p-Wert ist für die Entwicklung wissenschaftlicher Erkenntnisse von entscheidender Bedeutung.
Vorausgesetzt, dass Inferenzstatistiken auf Daten basieren, die angezeigt werden Variationen Aufgrund des Zufalls können wir nur durch statistische Tests feststellen, ob die in unseren Daten beobachteten Unterschiede ausschließlich auf Zufall zurückzuführen sind. Dies geschieht gewissermaßen durch die Analyse des p-Wertes.
Am praktischsten und am einfachsten zu verstehenden Definition des p-Werts ist der, den wir gerade angegeben haben:
Die Wahrscheinlichkeit, dass der festgestellte Unterschied zwischen den analysierten Gruppen zufällig aufgetreten ist!
Bitte beachten Sie folgende Informationen:
Die hier verwendeten Definitionen, Verständnisse und Erklärungen sind die allgemeinsten und werden am häufigsten in Kursen und Lehrbüchern zur Einführung in die Statistik oder Biostatistik verwendet.
Dieser Ansatz macht das Verständnis der Konzepte für diejenigen, die nicht direkt mit den exakten Wissenschaften vertraut sind, leichter zugänglich und einfacher.
Allerdings kritisieren einige Statistiker dieses Verständnis.
Daraufhin hat die American Statistical Association kürzlich einen Leitartikel veröffentlicht "zu statistischer Signifikanz und p-Werten" mit Aspekten, die sich geringfügig von den hier dargestellten unterscheiden.
Unten finden Sie weitere Informationen genau aber weniger intuitive Definition:
Der p-Wert stellt die Wahrscheinlichkeit dar, ein Ergebnis zu erhalten, das dem aus unseren Daten abgeleiteten Ergebnis entspricht oder sogar noch extremer ist, vorausgesetzt, die Nullhypothese ist wahr.
Zu diesem Thema können Sie jetzt unseren neuen Artikel lesen: p-Wert kehrt zurück!
