P-test คืออะไร?
P-test เป็นวิธีการทางสถิติที่ทดสอบความถูกต้องของสมมติฐานว่างซึ่งระบุการเรียกร้องที่ยอมรับโดยทั่วไปเกี่ยวกับประชากร แม้ว่าคำว่า null จะทำให้เข้าใจผิดเล็กน้อย แต่วัตถุประสงค์ก็คือการทดสอบความจริงที่ยอมรับได้โดยพยายามหักล้างหรือลบล้างมัน การทดสอบ P-test สามารถให้หลักฐานที่สามารถปฏิเสธหรือไม่สามารถปฏิเสธได้ (สถิติพูดถึง 'สรุปไม่ได้') การเรียกร้องที่ยอมรับกันอย่างกว้างขวาง
ประเด็นที่สำคัญ
- P-test เป็นวิธีการทางสถิติที่ทดสอบความถูกต้องของสมมติฐานว่างซึ่งระบุการเรียกร้องที่ยอมรับกันโดยทั่วไปเกี่ยวกับประชากรโดยที่ค่า p-value ที่น้อยกว่ายิ่งหลักฐานที่ชัดเจนว่าสมมติฐานสมมุติฐานว่างควรถูกปฏิเสธและสมมติฐานทางเลือกอาจ มีความน่าเชื่อถือมากขึ้นสถิติการทดสอบ P โดยทั่วไปจะเป็นไปตามการแจกแจงปกติมาตรฐานเมื่อใช้ตัวอย่างขนาดใหญ่
ทำความเข้าใจกับการทดสอบ P
P-test คำนวณค่าซึ่งช่วยให้นักวิจัยสามารถกำหนดความน่าเชื่อถือของการเรียกร้องที่ยอมรับได้ ค่า p ที่สอดคล้องกันถูกนำมาเปรียบเทียบกับระดับนัยสำคัญทางสถิติ (ระดับความเชื่อมั่น), อัลฟา (α) ที่ผู้วิจัยได้เลือกที่จะวัดการสุ่มของผลลัพธ์ โดยทั่วไปสถิติทดสอบของ P จะตามหลังการแจกแจงปกติมาตรฐานเมื่อใช้ตัวอย่างขนาดใหญ่
นักวิจัยมักจะเลือกระดับอัลฟ่า 5% หรือต่ำกว่าซึ่งแปลเป็นระดับความเชื่อมั่นที่ 95% หรือมากกว่า กล่าวอีกนัยหนึ่งค่า p น้อยกว่าระดับอัลฟ่า 5% หมายความว่ามีโอกาสมากกว่า 95% ที่ผลลัพธ์ของคุณจะ ไม่สุ่ม ดังนั้นจึงเป็นการเพิ่มความสำคัญของผลลัพธ์ของคุณ นี่คือหลักฐานที่จะอนุญาตให้ผู้วิจัยปฏิเสธสมมติฐานว่าง
- ยิ่งค่า p-value น้อยลง (p-value <alpha) ยิ่งมีหลักฐานที่ชัดเจนว่าสมมติฐานว่างควรถูกปฏิเสธและสมมติฐานทางเลือกอาจน่าเชื่อถือมากกว่ายิ่งค่า p-value (p-value> alpha) ยิ่งใหญ่ หลักฐานที่อ่อนแอกว่าสมมติฐานว่างหมายความว่าไม่สามารถปฏิเสธได้ซึ่งทำให้การทดสอบสรุปไม่ได้
เมื่อทำการทดสอบสมมติฐานเพื่อตรวจสอบการอ้างสิทธิ์ผู้วิจัยยืนยันสมมติฐานสองข้อคือ - ว่างเปล่า (H 0) และสำรอง (H 1) การกำหนดสมมติฐานที่เป็นโมฆะและทางเลือกเป็นกุญแจสำคัญในประโยชน์ที่ P-test สามารถเสนอให้นักวิจัยได้
สมมุติฐานว่างระบุความเชื่อหรือสมมติฐานที่จัดขึ้นโดยทั่วไปซึ่งนักวิจัยทดสอบเพื่อดูว่าพวกเขาสามารถปฏิเสธได้หรือไม่ ประเด็นสำคัญที่ต้องเข้าใจคือผู้วิจัยต้องการปฏิเสธสมมติฐานว่างเสมอและการทดสอบ P ช่วยพวกเขาในการบรรลุเป้าหมายนี้ อีกประเด็นที่ควรทราบก็คือหากการทดสอบ P- ล้มเหลวในการปฏิเสธสมมติฐานว่างการทดสอบจะถือว่าไม่สามารถสรุปได้และไม่ได้หมายความว่าเป็นการยืนยันสมมติฐานว่าง
สมมติฐานทางเลือกคือคำอธิบายที่แตกต่างกันที่นักวิจัยตั้งขึ้นเพื่ออธิบายปรากฏการณ์ที่กำลังตรวจสอบได้ดีขึ้น ดังนั้นจึงจำเป็นต้องเป็นคำอธิบายทางเลือกที่ดีที่สุดเท่านั้น ด้วยวิธีนี้หากค่า p ตรวจสอบความถูกต้องของการปฏิเสธสมมติฐานว่างแล้วสมมติฐานอื่นสามารถดูได้ว่าน่าเชื่อถือ
Z-test และ T-test
การทดสอบทางสถิติทั่วไปและแบบง่าย ๆ คือการทดสอบซีซึ่งทดสอบความสำคัญทางสถิติของค่าเฉลี่ยตัวอย่างกับค่าเฉลี่ยประชากรที่ตั้งสมมติฐาน แต่ต้องการให้ค่าเบี่ยงเบนมาตรฐานของประชากรเป็นที่รู้จักซึ่งมักจะไม่สามารถทำได้ t-test เป็นการทดสอบที่เหมือนจริงมากขึ้นโดยใช้ค่าเบี่ยงเบนมาตรฐานของตัวอย่างเมื่อเทียบกับค่าเบี่ยงเบนมาตรฐานของประชากร
การทำความเข้าใจว่าสถิติสามารถส่งผลกระทบต่อการพัฒนาผลิตภัณฑ์โดยเฉพาะอย่างยิ่งในด้านเทคโนโลยีชีวภาพจะมีประโยชน์มากในการชี้นำนักลงทุนในการตัดสินใจลงทุนอย่างชาญฉลาด ตัวอย่างเช่นความเข้าใจพื้นฐานของผลลัพธ์ทางสถิติสำหรับการทดลองทางคลินิกของยาที่มีแนวโน้มสามารถประเมินค่าได้ในการประเมินผลตอบแทนที่มีศักยภาพของหุ้นเทคโนโลยีชีวภาพ
