P-значение

Материал из testwiki
Перейти к навигации Перейти к поиску

P-значение (Шаблон:Lang-en), p-уровень значимости, p-критерий — вероятность получить для данной вероятностной модели распределения значений случайной величины такое же или более экстремальное значение статистики (среднего арифметического, медианы и др.), по сравнению с ранее наблюдаемым, при условии, что нулевая гипотеза верна.

Особенностью P-значений является их неустойчивость на эквивалентных выборках, что может стать препятствием для воспроизводимости результатов экспериментаШаблон:SfnШаблон:SfnШаблон:Sfn. Альтернативы использованию P-значений включают такие методы, как статистика оценки и коэффициент БайесаШаблон:SfnШаблон:SfnШаблон:Sfn.

Формальное определение и процедура тестирования

Пример вычисления P-значения. Вертикальная координата — плотность вероятности каждого результата, вычисленная для нулевой гипотезы H0. Величина P-значения — область под кривой, ограниченной по оси абсцисс наблюдаемой точкой данных.

Пусть T(X) — статистика, используемая при тестировании некоторой нулевой гипотезы H0. Предполагается, что если нулевая гипотеза справедлива, то распределение этой статистики известно. Обозначим функцию распределения F(t)=P(T<t). P-значение чаще всего (при проверке правосторонней альтернативы) определяется как:

P(t)=P(T>t)=1F(t)

При проверке левосторонней альтернативы,

P0(t)=P(T<t)=F(t)

В случае двустороннего теста p-значение равно:

P(t)=2min(P0,P)

Если p(t) меньше заданного уровня значимости, то нулевая гипотеза отвергается в пользу альтернативной. В противном случае она не отвергается.

Преимуществом данного подхода является то, что видно при каком уровне значимости нулевая гипотеза будет отвергнута, а при каких принята, то есть виден уровень надежности статистических выводов, точнее вероятность ошибки при отвержении нулевой гипотезы. При любом уровне значимости больше p нулевая гипотеза отвергается, а при меньших значениях — нет.

Критика

Использование Шаблон:Math-значений для проверки нулевых гипотез в работах по медицине, естественным наукам подвергается критике со стороны многих специалистов. Отмечается, что их использование нередко приводят к ошибкам первого рода (ложноположительным заключениям)[1]. В частности, журнал Basic and Applied Social Psychology (BASP) в 2015 году вовсе запретил публикацию статей, в которых используются Шаблон:Math-значения. Редакторы журнала объяснили это тем, что провести исследование, в котором получено Шаблон:Nobr, не очень сложно, и такие низкие значения Шаблон:Math слишком часто становятся оправданием для низкокачественных исследований[2].

Неправильная интерпретация P-значений

Широко распространено мнение о том, что P-значения часто неверно интерпретируются и неправильно используются[3][4][5]. Одна из практик, подвергшихся особой критике, заключается в принятии альтернативной гипотезы для любого P-значения, номинально меньшего 0,05 без других подтверждающих доказательств. Хотя P-значения полезны при оценке того, насколько несовместимы данные с данной статистической моделью, необходимо также учитывать контекстуальные факторы, такие как «дизайн исследования, качество измерений, внешние доказательства изучаемого явления и обоснованность предположений, лежащих в основе анализа данных»[5]. Еще одна проблема заключается в том, что P-значение часто неверно понимается как вероятность того, что нулевая гипотеза верна[5][6]. Некоторые специалисты предложили заменить P-значения на альтернативные метрики доказательности[5], такие как доверительный интервал[7][8], отношение правдоподобий[9][10] или коэффициент Байеса[11][12][13], однако продолжается острая дискуссия о возможности применения таких альтернатив[14][15]. Другие специалисты предложили убрать фиксированные пороговые значения значимости и интерпретировать P-значения как непрерывные величины, характеризующие величину доказательств, направленных против правдоподобия нулевой гипотезы[16][17].

См. также

Примечания

Шаблон:Примечания

Литература

Ссылки

Шаблон:Родственные проекты Шаблон:Внешние ссылки