Qual valor de p indica normalidade?

Perguntado por: edinis . Última atualização: 25 de abril de 2023
4.5 / 5 9 votos

Logo, p maior que 0.05 seria “bom”; falando de maneira mais acurada, p maior que 0.05 indicaria a normalidade dos dados. Outro exemplo ótimo para entender a necessidade de compreender a hipótese nula e alternativa é o caso do teste de equivalência, explicado em detalhes nesse post.

Conclusão. O p-valor é uma probabilidade com valor entre 0 e 1, ou entre 0 e 100% . O p-valor é a probabilidade de que a estatística do teste tenha um valor extremo em relação ao valor observado quando a hipótese nula é verdadeira.

Um valor de p 0,05 significa que a probabilidade de o achado ser resultado do acaso é de apenas 5%. Significa que, se reproduzirmos o algorítimo ou se administrarmos o medicamento x, a probabilidade de se obter o mesmo resultado do estudo é de 95%.

Quando o valor de p é muito pequeno (aqueles que têm 4, 5 ou mais casas decimais até que apareça o valor real), convencionou-se apresentá-lo como p<0,001, que é o menor valor apresentável usando três casas decimais.

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 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.

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.

O nível de significância é o corte para julgar um resultado como estatisticamente significativo. Se o valor de significância for menor que o nível de significância, o resultado será julgado como estatisticamente significativo. O nível de significância também é conhecido como o nível alfa.

Um resultado de teste diz-se estatisticamente significativo se tiver sido previsto como improvável de ocorrer por erro de amostragem isoladamente, de acordo com uma probabilidade limiar: o nível de significância. A significância estatística não implica importância ou significado prático.

E utilizando essas informações e o tamanho da amostra, nós podemos calcular uma estatística "t". E observe que ela é dada aqui no exercício. Com isso, nós podemos calcular um valor "p". E ele nada mais é do que a probabilidade de se obter um valor extremo a essa média aqui.

Para um nível de significância de 0,05, você deve obter médias amostrais na região crítica na faixa de 5% do tempo quando a hipótese nula é verdadeira. Nesses casos, você não saberá que a hipótese nula é verdadeira, mas a rejeitará porque a média amostral fica dentro da região crítica.

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.

A hipótese nula é, muitas vezes, uma alegação inicial baseado em análises anteriores ou conhecimentos especializados. A hipótese alternativa afirma que um parâmetro da população é menor, maior ou diferente do valor hipotético na hipótese nula.

Para o cálculo do p-valor do teste quiquadrado, usa-se a fórmula CHISQ. TEST (em português, TESTE. QUIQUA), informando como parâmetros os valores observados, e depois os valores esperados. Já para calcular a estatística de teste quiquadrado, usa-se a fórmula CHIST.

Nível de significância
é o limite superior para a probabilidade de se rejeitar incorretamente a hipótese nula quando ela é verdadeira. O nível de significância corresponde ao erro do tipo I, cujos valores mais comuns são 5% e 1%.