JoVE Core
Statistics
Chapter 9: Hypothesis Testing
9.4:
P値
P値は、統計学において最も重要な概念の1つです。
P 値は確率値を表します。P 値は、帰無仮説が真である場合、ランダムに選択された別のサンプルの結果が、特定のサンプルから得られた結果と同じかそれ以上に極端になる確率です。
データから計算された大きなP値は、帰無仮説を棄却しないことを示します。しかし、P値が高いからといって、帰無仮説が真であるとは限りません。P 値が小さいほど、結果の可能性が低くなり、帰無仮説に反する証拠が強くなります。帰無仮説に強く反する証拠がある場合、帰無仮説は棄却されます。一般に、0.05<P値は統計的に有意であると考えられます。ここで、0.05は事前に決定された有意水準です。
p値は、帰無仮説を棄却する確率ではありません。これは、実験の実施中またはデータの収集中に発生する可能性のある許容される統計誤差でもサンプリング誤差でもありません。また、エラー率でもありません。また、P値は、観測された差または結果が現実である可能性が95%(事前に決定された95%の有意水準)であることを意味するものでもありません。p値は、帰無仮説または対立仮説の真実性に関する情報を伝達しません。
サンプル統計量(サンプル比率など)から検定統計量を計算する場合、その統計量は確率分布に配置できます。
検定統計量のこの値は、曲線の下の領域と他の領域を区別します。
分布の裾のこの領域はP値であり、Pは確率を表します。
帰無仮説が真であると仮定すると、計算された検定統計量、またはそれよりも高い値を、特定の分布の臨界領域で観測する可能性は常にあります。
P値は、偶然だけで臨界領域の検定統計値を取得する確率を提供します。
したがって、P値が所定の値(0.05など)よりも小さいことが観察された場合、帰無仮説は、観察された結果の可能性が非常に低く、帰無仮説に反する証拠がより強いことを示しているため、帰無仮説を棄却します。
P値は、仮説または検定統計量の値に応じて、右裾、左裾、または両方の裾で計算できます。
Related Videos
Hypothesis Testing
10.8K 閲覧数
8.0K 閲覧数
11.9K 閲覧数
6.7K 閲覧数
26.2K 閲覧数
5.3K 閲覧数
4.0K 閲覧数
27.7K 閲覧数
4.2K 閲覧数
3.3K 閲覧数
2.7K 閲覧数
3.4K 閲覧数
2.4K 閲覧数