ما هو اختبار P؟
اختبار P هو طريقة إحصائية تختبر صحة الفرضية الصفرية التي تنص على مطالبة مقبولة بشكل عام حول السكان. على الرغم من أن مصطلح null مضلل إلى حد ما ، فإن الهدف هو اختبار الحقيقة المقبولة من خلال محاولة دحضها أو إبطالها. يمكن أن يوفر اختبار P الدليل الذي يمكن أن يرفض أو يفشل في رفض (الإحصائيات تتحدث عن "غير حاسمة") مطالبة مقبولة على نطاق واسع.
الماخذ الرئيسية
- اختبار P هو طريقة إحصائية تختبر صحة الفرضية الصفرية التي تنص على مطالبة مقبولة بشكل عام حول السكان. كلما كانت القيمة p أصغر ، كلما كان الدليل أقوى على أنه يجب رفض الفرضية الفارغة وأن الفرضية البديلة قد تكون أكثر مصداقية. تتبع إحصاء P عادةً التوزيع العادي القياسي عند استخدام أحجام العينات الكبيرة.
فهم P- الاختبار
يقوم اختبار P- بحساب قيمة تمكن الباحث من تحديد مصداقية المطالبة المقبولة. تتم مقارنة القيمة p المقابلة مع مستوى ذي دلالة إحصائية (مستوى الثقة) ، ألفا (α) ، الذي اختار الباحث قياس مدى عشوائية النتائج. إحصاء P- الاختبار يتبع عادة التوزيع الطبيعي القياسي عند استخدام أحجام عينة كبيرة.
عادة ما يختار الباحثون مستويات ألفا التي تبلغ 5٪ أو أقل ، مما يترجم إلى مستويات ثقة تبلغ 95٪ أو أكثر. بمعنى آخر ، تعني القيمة p التي تقل عن مستوى ألفا 5٪ أن هناك فرصة أكبر بنسبة 95٪ من أن نتائجك ليست عشوائية ، مما يعزز أهمية نتائجك. هذا هو الدليل الذي يسمح للباحث برفض الفرضية الفارغة.
- كلما كانت قيمة p أصغر (قيمة p <alpha) ، كلما كان الدليل أقوى على أنه يجب رفض الفرضية الفارغة وأن الفرضية البديلة قد تكون أكثر مصداقية. كلما زادت قيمة p (قيمة p> alpha) ، أضعف الأدلة ضد الفرضية الفارغة وهذا يعني أنه لا يمكن رفضه مما يجعل الاختبار غير حاسمة.
عند إجراء اختبار الفرضية للتحقق من صحة المطالبة ، يفترض الباحث فرضيتين - فارغة (H 0) والبديل (H 1). صياغة الفرضيات الفارغة والبديلة هي مفتاح الفائدة التي يمكن أن يقدمها اختبار P للباحث.
تنص الفرضية الخالية على اعتقاد أو فرضية شائعة والتي يختبرها الباحث لمعرفة ما إذا كان يمكنهم رفضها. النقطة الأساسية التي يجب فهمها هي أن الباحث يريد دائمًا رفض الفرضية الفارغة ، كما يساعدهم اختبار P في تحقيق هذا الهدف. نقطة أخرى تجدر الإشارة إليها هي أنه إذا فشل اختبار P- في رفض الفرضية الخالية ، فسيعتبر الاختبار غير حاسمة ولا يُقصد به بأي حال من الأحوال أن يكون تأكيدًا للفرضية الفارغة.
الفرضية البديلة هي التفسير المختلف الذي قدمه الباحث لشرح الظاهرة التي يتم التحقيق فيها بشكل أفضل. على هذا النحو ، يجب أن يكون التفسير البديل الوحيد أو الأفضل. وبهذه الطريقة ، إذا كانت القيمة p تتحقق من صحة رفض الفرضية الخالية ، فيمكن اعتبار الفرضية البديلة ذات مصداقية.
اختبار Z واختبار T
هناك نوع شائع وبسيط للاختبار الإحصائي هو اختبار z ، الذي يختبر الدلالة الإحصائية لعينة تعني لمتوسط السكان المفترضين ولكنه يتطلب معرفة الانحراف المعياري للسكان ، وهو أمر غير ممكن في كثير من الأحيان. اختبار t هو نوع أكثر واقعية من الاختبار لأنه لا يتطلب سوى الانحراف المعياري للعينة مقابل الانحراف المعياري للسكان.
إن فهم كيف يمكن للإحصائيات أن تؤثر على تطوير المنتج ، وخاصة في التكنولوجيا الحيوية ، يمكن أن يكون مفيدًا للغاية في توجيه المستثمرين لاتخاذ قرارات استثمار أكثر استنارة. على سبيل المثال ، يمكن أن يكون الفهم الأساسي للنتائج الإحصائية للتجربة السريرية للعقار الواعد لا يقدر بثمن في تقييم العائدات المحتملة لمخزون التكنولوجيا الحيوية.
