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.
Um valor-p de 0,06 significa que existe uma probabilidade de 6% de se obter esse resultado por acaso quando o tratamento não tem nenhum efeito real. Como definimos o nível de significância de 5%, a hipótese nula não deve ser rejeitada.
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. Isso está bem claro, não é mesmo? Abaixo de 0.05, significativo.
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.
Essa notação seria lida de forma bem parecida a apresentada anteriormente, o valor de p é a probabilidade de uma métrica de um teste estatístico qualquer (e.g., D) ser maior que o valor observado (e.g., d) assumindo que a hipótese nula (H0) é verdadeira. E esta seria a definição do valor de p.
O QUE É E COMO INTERPRETAR O VALOR DE P NA ANÁLISE ESTATÍSTICA
O que significa um valor de p menor que 0,05?
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 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).
Se a diferença não é devida ao acaso, dizemos que é uma diferença estatisticamente significativa. São inúmeras as situações em que precisamos ter certeza de que as diferenças que observamos não são explicadas por acaso. É a base do método científico. Por exemplo, vamos pensar sobre uma pesquisa médica.
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.
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.
Um valor de p significativo significa que o efeito ou associação é grande ou clinicamente significativo. Um valor de p não significativo significa que não existe qualquer efeito ou associação.
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.
O valor-p para cada termo testa a hipótese nula de que o coeficiente é igual a zero (sem efeito). Um valor-p baixo (< 0,05) indica que você pode rejeitar a hipótese nula.
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.
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 fazemos quando o p-valor é maior do que o nível de significância?
E esta situação em que o valor "P" é maior que o nível de significância, eu não vou rejeitar a hipótese nula. Então, esta é a base para testes de significância de maneira geral. E isto é aplicável em praticamente todos os campos.
Entender como funciona o P/VP é essencial para comparações setoriais. Por exemplo, um P/VP abaixo de 1 pode indicar que a empresa está subvalorizada em relação ao seu patrimônio, enquanto um P/VP acima de 1 pode refletir otimismo do mercado em relação ao potencial de crescimento da empresa ou do setor.
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 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.
