Wat is de P-waarde?

Bij het testen van statistische hypothesen is de p-waarde (waarschijnlijkheidswaarde) een waarschijnlijkheidsmaatstaf voor het vinden van de waargenomen of extremere resultaten, wanneer de nulhypothese van een bepaalde statistische test waar is. De p-waarde is een primaire waarde die wordt gebruikt om de statistische significantie van de resultaten van een hypothesetest te kwantificeren. Hypothesetest Hypothesetest is een methode voor statistische inferentie. Het wordt gebruikt om te testen of een bewering over een populatieparameter correct is. Hypothesetesten.

P-waarde

De belangrijkste interpretatie van de p-waarde is of er voldoende bewijs is om de nulhypothese te verwerpen. Als de p-waarde redelijk laag is (minder dan het significantieniveau), kunnen we stellen dat er voldoende bewijs is om de nulhypothese te verwerpen. Anders moeten we de nulhypothese niet verwerpen.

De conclusies over de hypothesetest worden getrokken wanneer de p-waarde van een test wordt vergeleken met het significantieniveau, dat de rol van een benchmark speelt. De meest typische significantieniveaus zijn 0,10, 0,05 en 0,01. Het significantieniveau van 0,05 wordt als conventioneel beschouwd en wordt het meest gebruikt.

Hoe de P-waarde te gebruiken bij het testen van hypothesen?

Volg de onderstaande stappen om de p-waarde te gebruiken bij het testen van hypothesen:

  1. Bepaal uw significantieniveau (α). Het significantieniveau moet in het algemeen worden gekozen tijdens de eerste stappen van het ontwerp van een hypothesetest. De meest voorkomende significantieniveaus zijn 0,10, 0,05 en 0,01.
  2. Bereken de p-waarde. Er zijn tal van softwareapplicaties die de berekening aanbieden. Met Microsoft Excel kan bijvoorbeeld de p-waarde worden berekend met behulp van de Data Analysis ToolPak.
  3. Vergelijk de verkregen p-waarde met het significantieniveau (α) en trek de relevante conclusies. De algemene regel hier is dat als het cijfer kleiner is dan het significantieniveau, er voldoende bewijs is om de nulhypothese van een experiment te verwerpen.

De mate van statistische significantie varieert doorgaans afhankelijk van het significantieniveau. Een p-waarde die groter is dan 0,05 wordt bijvoorbeeld als statistisch significant beschouwd, terwijl een cijfer kleiner dan 0,01 als zeer statistisch significant wordt beschouwd.

Verkeerde interpretaties van de P-waarde

In statistiek Basisconcepten van statistieken voor financiën Een gedegen kennis van statistieken is van cruciaal belang om ons te helpen financiën beter te begrijpen. Bovendien kunnen statistische concepten beleggers helpen bij het monitoren, de p-waarde kan echt worden beschouwd als een van de meest verkeerd geïnterpreteerde concepten. De grootste misvatting over het concept is dat het een waarschijnlijkheid is dat de nulhypothese waar is (of dat de alternatieve hypothese onwaar is).

In werkelijkheid bepaalt de p-waarde niet de waarschijnlijkheid dat de nulhypothese waar is, maar geeft alleen de waarschijnlijkheid aan dat de resultaten van een onderzoek minstens zo extreem zijn als de werkelijk waargenomen resultaten als de nulhypothese waar is. Met andere woorden, het geeft de waarschijnlijkheid aan dat er voldoende bewijs is om de nulhypothese al dan niet te verwerpen.

Aanvullende bronnen

Finance biedt de Financial Modelling & Valuation Analyst (FMVA) ™ FMVA®-certificering Sluit je aan bij 350.600+ studenten die werken voor bedrijven als Amazon, JP Morgan en Ferrari-certificeringsprogramma voor diegenen die hun carrière naar een hoger niveau willen tillen. Om te blijven leren en uw carrière vooruit te helpen, zijn de volgende financiële bronnen nuttig:

  • Verwachte waarde Verwachte waarde Verwachte waarde (ook bekend als EV, verwachting, gemiddelde of gemiddelde waarde) is een gemiddelde waarde op lange termijn van willekeurige variabelen. De verwachte waarde geeft ook aan
  • Niet-parametrische tests Niet-parametrische tests In statistieken zijn niet-parametrische tests methoden van statistische analyse die geen distributie vereisen om te voldoen aan de vereiste aannames die moeten worden geanalyseerd
  • Afwijking van de steekproefselectie Afwijking van de steekproefselectie De afwijking van de steekproefselectie is de vertekening die het gevolg is van het niet garanderen van de juiste randomisatie van een populatiemonster. De gebreken van de steekproefselectie
  • Totale waarschijnlijkheidsregel Totale waarschijnlijkheidsregel De totale waarschijnlijkheidsregel (ook bekend als de wet van de totale waarschijnlijkheid) is een fundamentele regel in statistieken met betrekking tot voorwaardelijke en marginale

Aanbevolen

Is Crackstreams afgesloten?
2022
Is het MC-commandocentrum veilig?
2022
Verlaat Taliesin een cruciale rol?
2022