O valor "P", aquele que estamos usando para decidir se vamos ou não rejeitar a hipótese nula, é a probabilidade de ter a sua estatística amostral dado que a hipótese nula é verdadeira.
O valor-p indica a probabilidade de se observar uma diferença tão grande ou maior do que a que foi observada sob a hipótese nula. Mas se o novo tratamento tiver um efeito de tamanho menor, um estudo com uma pequena amostra pode não ter poder suficiente para detectá-lo.
O valor de p é a probabilidade de observar uma estatística de interesse igual ou mais extrema que a observada nos dados, assumindo que a hipótese nula é verdadeira. Formalmente, expressamos isso como p(Dados | H0), onde H0 é a hipótese nula.
Na estatística clássica, o valor-p (também chamado de nível descritivo ou probabilidade de significância), é a probabilidade de se obter uma estatística de teste igual ou mais extrema que aquela observada em uma amostra, sob a hipótese nula.
O QUE É E COMO INTERPRETAR O VALOR DE P NA ANÁLISE ESTATÍSTICA
O que significa um valor-p bom?
Se o valor-p for menor que 0.05, devemos rejeitar a hipótese nula de que não há diferença entre as médias e concluir que existe uma diferença significativa. Se o valor-p for maior que 0.05, não é possível concluir que existe uma diferença significativa.
O valor de p é calculado usando a distribuição amostral da estatística de teste sob a hipótese nula, os dados de exemplo, e o tipo de teste que está sendo feito (teste de cauda inferior, teste de cauda superior, ou teste bilateral).
Em resumo, um valor de p menor que 0,05 sugere que a probabilidade de obter os resultados observados — ou resultados mais extremos — sob a suposição de que a hipótese nula seja verdadeira, é inferior a 5%.
O nível de significância, também denotado como alfa ou α, é a probabilidade de rejeição da hipótese nula quando ela é verdadeira. Por exemplo, um nível de significância de 0,05 indica um risco de 5% de concluir que existe uma diferença quando não há diferença real.
Em estudos na área da saúde, é frequente dicotomizar o valor de p utilizando o ponto de corte de 0,05 para indicar se hipótese nula pode ou não ser rejeitada com um nível de segurança. O Quadro 1 apresenta uma interpretação simplificada, mas adequada do valor de p.
O valor p, ou p-valor, é uma estatística muito conhecida em pesquisa quantitativa. Apesar de incorreto, é comum o pensamento de que o valor p indica se a pesquisa “deu certo” ou “deu errada”.
Se o valor é muito pequeno (menor que 0,01), ele declara que o efeito foi percebido. Se for muito grande (maior que 0,20), ele declara que, se há algum efeito, nenhum experimento do tamanho do que foi executado, será capaz de detectá-lo.
Quando um resultado é estatisticamente significativo, consideramos que é improvável que o resultado ocorra por acaso ou por flutuação aleatória. Há um corte para determinar a significância estatística. Este corte é o nível de significância.
Para calcular o p-valor, é necessário coletar uma amostra de dados e calcular uma estatística de teste adequada para a hipótese que está sendo testada. Existem muitas estatísticas de teste diferentes disponíveis, cada uma adequada para um tipo específico de hipótese e de conjunto de dados.
O nível de significância é o corte para julgar um resultado como estatisticamente significativo. Se o valor de significância for menor que o nível de significância, o resultado será julgado como estatisticamente significativo.
Quando o valor-p é considerado significativo? Um valor-p é tido como significativo quando é menor ou igual a um nível de significância estabelecido, comumente 0,05, o que indica evidências robustas suficientes para justificar a rejeição da hipótese nula. O que é o nível de significância?
O p-valor (nível descritivo ou probabilidade de significância) é a probabilidade de se obter uma estatística de teste igual ou mais extrema que a estatística observada a partir de uma amostra aleatória de uma população quando a hipótese nula é verdadeira.
– Um grande valor de p (p > 0,05, ou seja, probabilidade maior que 5%): indica que há uma grande probabilidade de que a diferença observada entre os grupos seja ao acaso, então, você considera que não há diferença significativa entre os grupos.
| Estatísticas. Em termos simples, o valor p expressa o grau de surpresa com os dados, assumindo que não existe qualquer efeito. Quanto mais baixo for o valor p, mais incompatíveis os dados parecem ser com o seu modelo (ou seja, a hipótese de que não há efeito).
O nível de significância é geralmente definido como 5% (ou 0,05), embora possam ser utilizados outros níveis dependendo do estudo. Isto representa a probabilidade de rejeitar a hipótese nula quando é verdadeira.
O que significa o valor-p em um teste de hipótese?
Teste de hipótese : Valor-p. É a probabilidade de se encontrar um valor estatístico maior ou igual ao encontrado no estudo, caso a relação não seja real (H0 verdadeira).
Quando aumentamos o nível de confiança de 95% para 99%, estamos?
Ao aumentarmos o nível de confiança de 95% para 99%, estamos tornando o teste mais rigoroso, pois a região de rejeição é diminuída. Isso significa que estamos exigindo uma maior evidência estatística para rejeitar a hipótese nula.
A Tabela t-student difere da tabela Z por apresentar duas variáveis (graus de liberdade e erro permissível) ao invés de apenas uma (Z). Assim, para se encontrar o valor “t” é preciso procurar na linha correspondente ao grau de liberdade e na coluna correspondente ao erro permissível adotado.
