P-värden

P-värden är en av de mest vanliga siffrorna som presenteras i forskning, men också en av de mest missförstådda.

P-värden förklaras oftast som sannolikheten att ett resultat är slumpmässigt, och om denna är låg (ofta <5%) sägs resultatet vara signifikant. Egentligen är detta dock inte helt korrekt. P-värden beräknas utifrån så kallade test, som är matematiska metoder för att försöka uppskatta en egenskap hos data.

Testvariabler

P-värden baseras på så kallade testvariabler. En testvariabel är ett specifikt värde som beräknas utifrån ett givet test och data, och som matematiskt förväntas komma från en känd distribution.

Vanliga är till exempel Z-test där testvariabeln Z antas komma från en normalfördelning, eller t-test där testvariabeln t antas komma från en t-fördelning. P-värdet är då vanligen den beräknade sannolikheten att få ett värde större än eller lika med ett specifikt testvärde, givet den väntade fördelningen.

Nollhypoteser

Kopplade till test är nollhypoteser (eller nullhypoteser). Dessa bestämmer mer specifikt hur fördelningen av testvariabeln ser ut. Om man exempelvis jämför medelvärdet mellan två grupper kan nollhypotesen vara att grupperna inte skiljer sig åt. Givet att man då beräknar skillnaden i medelvärdet mellan grupperna förväntas denna då vara noll under nollhypotesen (därav namnet).

Men om man när man faktiskt gör beräkningarna finner att så inte är fallet kanske man kommer fram till att nollhypotesen inte stämmer. Det är här p-värdet kommer in. P-värdet är nu ett mått på hur väl nollhypotesen stämmer för ett givet test och data.

Överlevnadsanalys »

Written by Admin on Sunday February 28, 2016
Permalink 
Skriv ut
Mail: mail@stat-grp.se
stat-grp.se
Tel: (+46) 709 63 36 13