Calcular el valor p python
Contenido
Ejemplo: Hipótesis nula y alternativaQuieres saber si hay una diferencia en la longevidad entre dos grupos de ratones alimentados con dietas diferentes, la dieta A y la dieta B. Puedes probar estadísticamente la diferencia entre estas dos dietas utilizando una prueba t de dos colas.
El valor p, o valor de probabilidad, le indica la probabilidad de que los datos se hayan producido bajo la hipótesis nula. Lo hace calculando la probabilidad de su estadística de prueba, que es el número calculado por una prueba estadística utilizando sus datos.
El valor p indica la frecuencia con la que se esperaría ver una estadística de prueba tan extrema o más extrema que la calculada por la prueba estadística si la hipótesis nula de esa prueba fuera cierta. El valor p se reduce a medida que la estadística de prueba calculada a partir de sus datos se aleja del rango de estadísticas de prueba predichas por la hipótesis nula.
Ejemplo: Estadística de prueba y valor pSi los ratones viven igual de tiempo con cualquiera de las dos dietas, la estadística de prueba de su prueba t se acercará a la estadística de prueba de la hipótesis nula (que no hay diferencia entre los grupos), y el valor p resultante se acercará a 1. Es probable que no llegue exactamente a 1, porque en la vida real los grupos probablemente no serán perfectamente iguales.
Calculadora de valores P
Logotipo de Omni Calculator¡Estamos contratando! EmbedCompartir calculadora de valor pCreado por Bogna Szyk y Anna Szczepanek, PhDRevisado por Jack BowaterÚltima actualización: Apr 06, 2022Tabla de contenidos:¡Bienvenido a nuestra calculadora de valores p! Nunca más tendrá que preguntarse cómo encontrar el valor p, ya que aquí puede determinar los valores p unilaterales y bilaterales de las estadísticas de prueba, siguiendo todas las distribuciones más populares: normal, t-Student, chi-cuadrado y F de Snedecor.
Los valores P aparecen en toda la ciencia, pero a mucha gente le resulta un poco intimidante el concepto. No te preocupes: en este artículo explicamos no sólo qué es el valor p, sino también cómo interpretar correctamente los valores p. ¿Alguna vez ha sentido curiosidad por saber cómo calcular el valor p a mano? También le proporcionamos todas las fórmulas necesarias.
Formalmente, el valor p es la probabilidad de que el estadístico de prueba produzca valores al menos tan extremos como el valor que produjo para su muestra. Es crucial recordar que esta probabilidad se calcula bajo el supuesto de que la hipótesis nula es verdadera.
Interpretación del valor P
En estadística, el valor p es la probabilidad de obtener resultados al menos tan extremos como los resultados observados de una prueba de hipótesis estadística, suponiendo que la hipótesis nula es correcta. El valor p sirve como alternativa a los puntos de rechazo para proporcionar el menor nivel de significación al que se rechazaría la hipótesis nula. Un valor p más pequeño significa que hay más pruebas a favor de la hipótesis alternativa.
El valor p se utiliza a menudo para promover la credibilidad de los estudios o informes de los organismos gubernamentales. Por ejemplo, la Oficina del Censo de Estados Unidos estipula que cualquier análisis con un valor p superior a 0,10 debe ir acompañado de una declaración de que la diferencia no es estadísticamente diferente de cero.
Los valores p se suelen encontrar utilizando tablas de valores p u hojas de cálculo/software estadístico. Estos cálculos se basan en la distribución de probabilidad supuesta o conocida de la estadística específica probada. Los valores p se calculan a partir de la desviación entre el valor observado y un valor de referencia elegido, dada la distribución de probabilidad de la estadística, y una mayor diferencia entre los dos valores corresponde a un valor p más bajo.
Puntuación Z a valor p
El enfoque del valor P consiste en determinar «probable» o «improbable» mediante la determinación de la probabilidad -suponiendo que la hipótesis nula fuera cierta- de observar una estadística de prueba más extrema en la dirección de la hipótesis alternativa que la observada. Si el valor P es pequeño, digamos que menor que (o igual que) \\Nalpha, entonces es «improbable». Y, si el valor P es grande, digamos que más de \(\alpha\), entonces es «probable».
Si el valor P es menor (o igual) que \(\alpha\), entonces se rechaza la hipótesis nula a favor de la hipótesis alternativa. Y, si el valor P es mayor que \(\alpha\), entonces la hipótesis nula no se rechaza.
En nuestro ejemplo sobre la media de las calificaciones, supongamos que nuestra muestra aleatoria de n = 15 estudiantes que se especializan en matemáticas arroja un estadístico de prueba t* igual a 2,5. Como n = 15, nuestro estadístico de prueba t* tiene n – 1 = 14 grados de libertad. Además, supongamos que fijamos nuestro nivel de significación α en 0,05, de modo que sólo tenemos un 5% de posibilidades de cometer un error de tipo I.
El valor P para realizar la prueba de cola derecha H0 : μ = 3 frente a HA : μ > 3 es la probabilidad de que observemos un estadístico de prueba mayor que t* = 2,5 si la media poblacional \(\mu\) fuera realmente 3. Recordemos que la probabilidad es igual al área bajo la curva de probabilidad. El valor P es, por tanto, el área bajo una curva tn – 1 = t14 y a la derecha del estadístico de prueba t* = 2,5. Se puede demostrar con un software estadístico que el valor P es de 0,0127. El gráfico lo representa visualmente.
