Jak interpretować wartość p mniejszą niż 0,05 (z przykładami)

Hipoteza testowa służy do sprawdzenia, czy hipoteza dotycząca parametru populacji jest prawdziwa.

Ilekroć przeprowadzamy test hipotezy, zawsze definiujemy hipotezę zerową i alternatywną:

• Hipoteza zerowa (H ₀ ): Przykładowe dane pochodzą wyłącznie z przypadku.
• Hipoteza alternatywna ( _HA ): na przykładowe dane ma wpływ przyczyna nieprzypadkowa.

Jeśli wartość p testu hipotezy jest poniżej pewnego poziomu istotności (np. α = 0,05), wówczas możemy odrzucić hipotezę zerową i stwierdzić, że mamy wystarczające dowody, aby stwierdzić, że hipoteza alternatywna jest prawdziwa.

Jeżeli wartość p jest nie mniejsza niż 0,05, nie odrzucamy hipotezy zerowej i stwierdzamy, że nie mamy wystarczających dowodów, aby stwierdzić, że hipoteza alternatywna jest prawdziwa.

Poniższe przykłady wyjaśniają, jak interpretować wartość p mniejszą niż 0,05 i jak interpretować wartość p większą niż 0,05 w praktyce.

Przykład: interpretacja wartości P mniejszej niż 0,05

Załóżmy, że fabryka twierdzi, że produkuje opony o wadze 200 funtów każda.

Przychodzi audytor i sprawdza hipotezę zerową, że średnia waga opony wynosi 200 funtów, w porównaniu z alternatywną hipotezą, że średnia waga opony nie wynosi 200 funtów, stosując istotność poziomu 0,05.

Hipoteza zerowa (H ₀ ): μ = 200

Hipoteza alternatywna: ( _HA ): μ ≠ 200

Testując hipotezę dla średniej, audytor otrzymuje wartość p wynoszącą 0,0154 .

Ponieważ wartość p wynosząca 0,0154 jest mniejsza niż poziom istotności 0,05 , audytor odrzuca hipotezę zerową i stwierdza, że istnieją wystarczające dowody, aby stwierdzić, że rzeczywista średnia waga opony n Nie wynosi 200 funtów.

Przykład: interpretacja wartości P większej niż 0,05

Załóżmy, że biolog uważa, że określony nawóz sprawi, że w ciągu trzech miesięcy rośliny urosną mocniej niż zwykle, czyli obecnie 20 cali. Aby to sprawdzić, stosuje nawóz do każdej rośliny w swoim laboratorium przez trzy miesiące.

Następnie przeprowadza test hipotez, korzystając z następujących hipotez:

Hipoteza zerowa (H ₀ ): μ = 20 cali (nawóz nie będzie miał wpływu na średni wzrost roślin)

Hipoteza alternatywna: ( _HA ): μ > 20 cali (nawóz spowoduje średni wzrost wzrostu roślin)

Wykonując test hipotezy dla średniej, biolog uzyskuje wartość p wynoszącą 0,2338 .

Ponieważ wartość p wynosząca 0,2338 jest większa niż poziom istotności 0,05 , biolog nie odrzuca hipotezy zerowej i dochodzi do wniosku, że nie ma wystarczających dowodów, aby stwierdzić, że nawóz prowadzi do zwiększonego wzrostu roślin.

Dodatkowe zasoby

Wyjaśnienie wartości P i istotności statystycznej
Znaczenie statystyczne lub praktyczne
Wartość P vs. Alfa: Jaka jest różnica?