P-test
En P-test er en statistisk metode som tester gyldigheten av nullhypotesen som angir et vanlig akseptert påstand om en populasjon. Selv om begrepet null er litt misvisende, er målet å teste akseptert faktum ved å prøve å motbevise eller annullere det. P-testen kan gi bevisene som enten kan avvise eller unnlate å avvise (statistikk taler for 'uoverensstemmende') et allment akseptert påstand.
Viktige takeaways
- En P-test er en statistisk metode som tester gyldigheten av nullhypotesen som angir et vanlig akseptert påstand om en populasjon.
- Jo mindre p-verdi, jo sterkere er beviset for at nullhypotesen bør avvises, og at den alternative hypotesen kanskje er mer troverdig.
- P-teststatistikken følger typisk en standard normalfordeling når store prøvestørrelser brukes.
Forståelse av P-test
En P-test beregner en verdi som gjør det mulig for forskeren å bestemme troverdigheten til det aksepterte kravet. Den korresponderende p-verdien sammenlignes med et statistisk signifikant nivå (konfidensnivå), alfa (α), som forskeren har valgt å måle resultatens tilfeldighet. P-teststatistikken følger typisk en standard normalfordeling når store prøvestørrelser brukes.
Forskere vil vanligvis velge alfa-nivåer på 5% eller lavere, noe som betyr en konfidensnivå på 95% eller høyere. Med andre ord betyr en p-verdi mindre enn et alfa-nivå på 5% at det er større enn 95% sjanse for at resultatene ikke er tilfeldige, og dermed forbedrer betydningen av resultatene dine. Dette er beviset som vil tillate forskeren å avvise nullhypotesen.
- Jo mindre p-verdi (p-verdi <alfa), jo sterkere er beviset for at nullhypotesen bør avvises, og at den alternative hypotesen kanskje er mer troverdig.
- Jo større p-verdi (p-verdi> alfa), desto svakere er beviset mot nullhypotesen som betyr at den ikke kan avvises, noe som gjør testen uklar.
Når han utfører en hypotetest for å validere et krav, postulerer forskeren to hypoteser - null (H 0 ) og alternativ (H 1 ). Å formulere null- og alternative hypoteser er nøkkelen til nytten som en P-test kan tilby forskeren.
Nullhypotesen angir en vanlig tro eller premiss som forskeren tester for å se om de kan avvise den. Det sentrale poenget å forstå er at forskeren alltid ønsker å avvise nullhypotesen og P-testen hjelper dem med å nå dette målet. Et annet poeng å merke seg er at hvis P-testen ikke klarer å avvise nullhypotesen, anses testen å være uoverensstemmende og er på ingen måte ment som en bekreftelse av nullhypotesen.
Den alternative hypotesen er den forskjellige forklaringen som forskeren har stilt for å forklare fenomenet som undersøkes bedre. Som sådan må det være den eneste, eller den beste, mulige alternative forklaringen. På denne måten, hvis p-verdien validerer en avvisning av nullhypotesen, kan den alternative hypotesen sees på som å være troverdig.
Z-test og T-test
En vanlig og forenklet type statistisk testing er en z-test, som tester den statistiske betydningen av et utvalgsmiddel for det antatte populasjonsmidlet, men krever at standardavviket for populasjonen er kjent, noe som ofte ikke er mulig. T-testen er en mer realistisk type test ved at den bare krever standardavviket til utvalget i motsetning til befolkningens standardavvik.
Å forstå hvordan statistikk kan påvirke produktutviklingen, spesielt innen bioteknologi, kan være ganske nyttig for å veilede investorer til å ta mer informerte investeringsbeslutninger. For eksempel kan en grunnleggende forståelse av de statistiske resultatene for et lovende medisins kliniske forsøk være uvurderlig når du vurderer et bioteknologisk bestands potensielle avkastning.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.