No teste de hipótese estatística, o valor p (valor de probabilidade) é uma medida de probabilidade de encontrar os resultados observados, ou mais extremos, quando a hipótese nula de um determinado teste estatístico é verdadeira. O valor p é um valor primário usado para quantificar a significância estatística dos resultados de um teste de hipótese Teste de hipótese Teste de hipótese é um método de inferência estatística. É usado para testar se uma afirmação sobre um parâmetro de população está correta. Testando hipóteses .
A principal interpretação do valor p é se há evidência suficiente para rejeitar a hipótese nula. Se o valor de p for razoavelmente baixo (menor que o nível de significância), podemos afirmar que há evidência suficiente para rejeitar a hipótese nula. Caso contrário, não devemos rejeitar a hipótese nula.
As conclusões sobre o teste de hipótese são tiradas quando o valor-p de um teste é comparado com o nível de significância, que desempenha o papel de um benchmark. Os níveis de significância mais típicos são 0,10, 0,05 e 0,01. O nível de significância de 0,05 é considerado convencional e o mais comumente utilizado.
Como usar o valor P em testes de hipóteses?
Para usar o valor p em testes de hipótese, siga as etapas abaixo:
- Determine o seu nível de significância (α). O nível de significância geralmente deve ser escolhido durante as primeiras etapas do projeto de um teste de hipótese. Os níveis de significância mais comuns incluem 0,10, 0,05 e 0,01.
- Calcule o valor p. Existem vários aplicativos de software que oferecem o cálculo. Por exemplo, o Microsoft Excel permite o cálculo do valor p usando o Data Analysis ToolPak.
- Compare o valor de p obtido com o nível de significância (α) e tire as conclusões relevantes. A regra geral aqui é se a figura for menor que o nível de significância, então há evidência suficiente para rejeitar a hipótese nula de um experimento.
O grau de significância estatística geralmente varia dependendo do nível de significância. Por exemplo, um valor p maior que 0,05 é considerado estatisticamente significativo, enquanto um valor menor que 0,01 é visto como altamente estatisticamente significativo.
Interpretações errôneas do valor P
Em estatística Conceitos básicos de estatística para finanças Um conhecimento sólido de estatística é crucialmente importante para nos ajudar a entender melhor as finanças. Além disso, os conceitos de estatísticas podem ajudar os investidores a monitorar, o valor p pode ser realmente considerado um dos conceitos mais comumente mal interpretados. O maior equívoco sobre o conceito é que é uma probabilidade de que a hipótese nula seja verdadeira (ou é uma probabilidade de que a hipótese alternativa seja falsa).
Na realidade, o valor p não determina a probabilidade de a hipótese nula ser verdadeira, mas simplesmente indica a probabilidade de encontrar os resultados de um estudo pelo menos tão extremo quanto os resultados realmente observados se a hipótese nula for verdadeira. Em outras palavras, indica a probabilidade de haver evidências suficientes para rejeitar ou não rejeitar a hipótese nula.
Recursos adicionais
Finance oferece o Financial Modeling & Valuation Analyst (FMVA) ™ FMVA® Certification Junte-se a mais de 350.600 alunos que trabalham para empresas como Amazon, JP Morgan e programa de certificação Ferrari para aqueles que procuram levar suas carreiras para o próximo nível. Para continuar aprendendo e progredindo em sua carreira, os seguintes recursos financeiros serão úteis:
- Valor esperado Valor esperado O valor esperado (também conhecido como EV, expectativa, média ou valor médio) é um valor médio de longo prazo de variáveis aleatórias. O valor esperado também indica
- Testes não paramétricos Testes não paramétricos Em estatística, os testes não paramétricos são métodos de análise estatística que não requerem uma distribuição para atender aos pressupostos necessários para serem analisados
- Viés de seleção de amostra Viés de seleção de amostra O viés de seleção de amostra é o viés que resulta da falha em garantir a randomização adequada de uma amostra populacional. As falhas da seleção da amostra
- Regra da probabilidade total Regra da probabilidade total A regra da probabilidade total (também conhecida como a lei da probabilidade total) é uma regra fundamental nas estatísticas relacionadas a condicional e marginal
