0.05보다 작은 p-값을 해석하는 방법(예제 포함)

검정 가설은 모집단 모수 에 대한 가설이 참인지 여부를 검정하는 데 사용됩니다.

가설 검정을 수행할 때마다 항상 귀무 가설과 대립 가설을 정의합니다.

• 귀무가설(H ₀ ): 표본 데이터는 우연히 얻은 것입니다.
• 대립 가설( _HA ): 표본 데이터는 무작위가 아닌 원인의 영향을 받습니다.

가설 검정의 p-값이 특정 유의 수준(예: α = 0.05)보다 낮으면 귀무 가설을 기각하고 대립 가설이 참이라는 충분한 증거가 있다고 결론을 내릴 수 있습니다.

p-값이 0.05보다 작지 않으면 귀무 가설을 기각하지 못하고 대립 가설이 참이라고 말할 충분한 증거가 없다고 결론을 내릴 수 있습니다.

다음 예에서는 0.05보다 작은 p-값을 해석하는 방법과 실제로 0.05보다 큰 p-값을 해석하는 방법을 설명합니다.

예: 0.05보다 작은 P 값 해석

한 공장에서 각각 무게가 200파운드인 타이어를 생산한다고 가정해 보겠습니다.

감사인이 들어와 평균 타이어 무게가 200파운드가 아니라는 대립 가설에 대해 평균 타이어 무게가 200파운드라는 귀무 가설을 수준 유의성 0.05를 사용하여 검정합니다.

귀무가설(H ₀ ): μ = 200

대립 가설: ( _HA ): μ ≠ 200

평균에 대한 가설을 검정할 때 감사자는 0.0154 의 p-값을 얻습니다.

p-값 0.0154가 유의 수준 0.05 보다 작기 때문에 감사자는 귀무 가설을 기각하고 타이어의 실제 평균 무게 n이 200파운드가 아니라고 주장할 수 있는 충분한 증거가 있다는 결론을 내립니다.

예: 0.05보다 큰 P 값 해석

한 생물학자가 특정 비료를 사용하면 3개월 동안 식물이 평소보다 더 많이 자라게 할 것이라고 생각한다고 가정해 보겠습니다. 현재 크기는 20인치입니다. 이를 테스트하기 위해 그녀는 3개월 동안 실험실의 각 식물에 비료를 뿌렸습니다.

그런 다음 그녀는 다음 가설을 사용하여 가설 검정을 수행합니다.

귀무 가설(H ₀ ): μ = 20인치(비료는 평균 식물 성장에 영향을 미치지 않습니다)

대립 가설: ( _HA ): μ > 20인치(비료는 식물 성장의 평균 증가를 유발합니다)

생물학자는 평균에 대한 가설 검정을 수행하여 0.2338 의 p-값을 얻습니다.

p-값 0.2338 이 유의 수준 0.05 보다 크기 때문에 생물학자는 귀무 가설을 기각하지 못하고 비료가 식물 성장을 증가시킨다고 주장할 증거가 불충분하다는 결론을 내립니다.

추가 리소스

P값과 통계적 유의성에 대한 설명
통계적 또는 실제적 중요성
P 값 대 알파: 차이점이 무엇인가요?