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.
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.
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 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).
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.
Assim, um valor de 0,01 indica uma evidência forte contra a validade de HO; 0,05 indica uma evidência moderada etc. É interessante notar que FISHER tomou como ponto de referência o valor 0,05: valores do p-valor menores do que 0,05 indicam que devemos rejeitar a hipótese nula.
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.
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.
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 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).
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.
Em tal caso, se o p-value for menor que algum corte (usualmente 0,05, algumas vezes um pouco mais como 0,1 ou um pouco menos como 0,01) então você rejeita a hipótese nula.
Resumo. O p-valor pode ser definido como uma probabilidade que informa o nível de incompatibilidade dos dados observados com um modelo teórico esperado. Por essa razão, atua como um dos principais parâmetros de significância estatística de pesquisas empíricas.
No unicaudal é postulada a direção da diferença e a zona de rejeição fica à direita ou à esquerda da distribuição. No bicaudal H1 postula a diferença entre as médias, mas não a direção das diferenças. Neste caso, a área de rejeição estará dividida por duas áreas da curva.
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.
Dado que a hipótese nula é verdadeira, um valor-p é a probabilidade de se obter um resultado tão ou mais extremo que o resultado da amostra apenas por aleatoriedade. Se um valor-p é menor que nosso nível de significância, rejeitamos a hipótese nula.
Para calcular porcentagem de um valor multiplique a porcentagem que você está procurando pelo próprio valor. Por exemplo, se você quer calcular 35% de 500, multiplique 35 por 500. Fazendo isso você obtém o valor de 35 x 500 = 17500; Divida o resultado obtido por 100.
Chamado também de constante π, o seu valor é de aproximadamente 3,14159265358979323846… Note que essa é uma sequência infinita de números. Ao realizar cálculos envolvendo a constante π, é bastante comum utilizarmos aproximações dele, como 3,14 ou 3,1 ou até mesmo 3.
