Valor p

Este artigo explica o que é o valor e como ele é interpretado. Assim, você aprenderá o que significa valor p em estatística, como calcular o valor p e um exercício resolvido passo a passo.

Qual é o valor p?

Em estatística, o valor-p (ou valor-p ) é a probabilidade de se ter obtido uma estatística de teste assumindo que a hipótese nula é verdadeira. Ou seja, o valor p é um valor entre 0 e 1 que é usado em testes de hipóteses para rejeitar ou aceitar a hipótese nula.

Especificamente, a hipótese nula é rejeitada se o valor p estiver abaixo do nível de significância. Por outro lado, se o valor p for maior que o nível de significância, a hipótese nula é aceita e a hipótese alternativa é rejeitada. Entraremos em detalhes sobre a interpretação do valor p abaixo.

Resumindo, o valor p é usado para aceitar ou rejeitar uma hipótese de pesquisa porque ajuda a diferenciar entre um resultado devido ao acaso e um resultado estatisticamente significativo.

O valor-p às vezes também é chamado de valor-p , porque é um termo em inglês e muitos estudos estatísticos são publicados em inglês.

Interpretação do valor p

Agora que vimos a definição do valor p, vamos ver como interpretar corretamente o valor p em um teste estatístico.

Basicamente, o valor p é interpretado da seguinte forma:

• Se o valor p for menor que o nível de significância, a hipótese nula é rejeitada (a hipótese alternativa é aceita).
• Se o valor p for maior que o nível de significância, a hipótese alternativa é rejeitada (a hipótese nula é aceita).

Portanto, a interpretação do valor p depende do nível de significância escolhido . Normalmente, o nível de significância é definido em 0,05 ou 0,01, mas este é um valor arbitrário que cabe ao investigador decidir.

Observe que o valor do valor p não implica que uma hipótese seja necessariamente verdadeira, mas simplesmente que uma hipótese é rejeitada ou que uma hipótese não é rejeitada porque graças ao valor p há evidências estatísticas de fazê-lo. No entanto, pode-se estar errado e rejeitar a hipótese nula quando ela for verdadeira ou, inversamente, não rejeitar a hipótese nula quando ela for falsa. Embora a probabilidade de cometer um erro seja muito baixa, é possível que ela tenha cometido um erro.

Resumindo, dizemos que o valor p é significativo quando é menor que o nível de significância (geralmente α = 0,05), porque se o valor p for menor que o nível de significância, significa que há evidências significativas para rejeitar o hipótese nula. .

exemplo de valor p

Para que você possa entender melhor o significado do valor p nas estatísticas, abaixo você confere um exemplo em que um teste de hipótese é resolvido calculando o valor p.

• Para fazer um brinquedo, uma empresa compra uma das peças do brinquedo de uma empresa externa e depois o monta com o restante das peças. Em teoria, a peça que você compra deveria ter comprimento de 5 cm, porém, ultimamente há muitos defeitos na montagem e a empresa suspeita que o comprimento médio das peças compradas seja diferente. Para ter certeza, peça a uma empresa externa uma amostra de 10.000 unidades, meça uma peça aleatória e ela mede 5,25 cm. Assim, para aceitar ou rejeitar sua hipótese inicial, ele decide realizar um teste de hipótese.

Neste caso, a hipótese nula e a hipótese alternativa do teste de hipótese são as seguintes:

Para resolver este problema, adotaremos um nível de significância de 5%.

O valor que tomamos aleatoriamente (5,25 cm) está desviado em 0,25 cm da média teórica (5,00 cm). Portanto, para calcular o valor p para este teste de hipótese, precisamos determinar quantos valores se desviaram 0,25 cm ou mais. Após análise da amostra de 10.000 unidades, verificamos que 183 unidades são menores que 4,75 cm e, por outro lado, 209 unidades são maiores que 5,25 cm.

Peças medindo 4,75 cm ou menos: 183
Peças medindo 5,25 cm ou mais: 209

Assim, para calcular o valor p para este teste de hipótese, precisamos dividir as moedas encontradas com desvio de 0,25 cm ou mais pelo tamanho da amostra.

Então, o valor p calculado é inferior ao nível de significância previamente escolhido:

Portanto, rejeitamos a hipótese nula e, portanto, temos evidências estatísticas significativas de que as peças que compramos têm, em média, um comprimento diferente do originalmente acordado.

Como você viu neste exemplo, o valor p de um teste de hipótese pode ser determinado sem conhecer a distribuição de referência, embora isso não seja comum. Para ver mais exemplos de cálculo do valor p, você pode conferir os exemplos de testes de hipóteses em nosso site.

conclusões de valor p

Por fim, deixamos-lhe as conclusões mais importantes do valor de forma resumida.

• O valor p não representa a probabilidade de a hipótese nula ser verdadeira, mas simplesmente assume-se que a hipótese nula é verdadeira e sob esta suposição, o valor p é calculado, o que nos permitirá rejeitar ou não a hipótese nula .
• O valor p é usado para rejeitar ou rejeitar uma hipótese de um teste de hipótese. Se o valor p for menor que o nível de significância, significa que é improvável que a hipótese nula seja verdadeira e, portanto, é rejeitada. Por outro lado, se o valor p for maior que o nível de significância, significa que é muito provável que a hipótese nula seja verdadeira e, portanto, não seja rejeitada.
• Embora o valor p indique se é ou não muito provável que a hipótese nula seja verdadeira, ele não fornece certeza de que a hipótese nula seja verdadeira ou falsa. Sempre existe a possibilidade de estar errado.
• O valor p está relacionado à confiabilidade da pesquisa, portanto quanto menor o valor p, mais confiável será o resultado obtido na análise estatística.
• O nível de significância é arbitrário e decidido pelo pesquisador, portanto a significância do valor p também é definida pelo pesquisador.