P値-定義、使用方法、および誤解

統計的仮説検定では、p値(確率値)は、特定の統計的検定の帰無仮説が真である場合に、観測された、またはより極端な結果を見つける確率測度です。p値は、仮説検定の結果の統計的有意性を定量化するために使用される主要な値です。仮説検定仮説検定は、統計的推論の方法です。母集団パラメータに関するステートメントが正しいかどうかをテストするために使用されます。仮説検定。

P値

p値の主な解釈は、帰無仮説を棄却するのに十分な証拠があるかどうかです。p値が適度に低い(有意水準未満)場合、帰無仮説を棄却するのに十分な証拠があると言えます。そうでなければ、帰無仮説を棄却すべきではありません。

仮説検定に関する結論は、検定のp値を、ベンチマークの役割を果たす有意水準と比較したときに導き出されます。最も一般的な有意水準は、0.10、0.05、および0.01です。0.05の有意水準は、従来型で最も一般的に使用されていると見なされます。

仮説検定でP値を使用する方法は?

仮説検定でp値を使用するには、以下の手順に従います。

  1. 有意水準(α)を決定します。有意水準は、一般に、仮説検定の設計の最初のステップで選択する必要があります。最も一般的な有意水準には、0.10、0.05、および0.01が含まれます。
  2. p値を計算します。計算を提供するソフトウェアアプリケーションは多数あります。たとえば、Microsoft Excelでは、データ分析ツールパックを使用してp値を計算できます。
  3. 得られたp値を有意水準(α)と比較し、関連する結論を導き出します。ここでの一般的なルールは、数値が有意水準よりも小さい場合、実験の帰無仮説を棄却するのに十分な証拠があるということです。

統計的有意性の程度は、一般的に有意性のレベルによって異なります。たとえば、0.05を超えるp値は統計的に有意であると見なされ、0.01未満の数値は統計的に非常に有意であると見なされます。

P値の誤解

統計では財務の基本的な統計の概念統計をしっかりと理解することは、財務をよりよく理解するために非常に重要です。さらに、統計の概念は投資家が監視するのに役立ちます。p値は最も一般的に誤解されている概念の1つと真に見なすことができます。この概念に関する最大の誤解は、帰無仮説が真である確率である(または対立仮説が偽である確率である)ということです。

実際には、p値は、帰無仮説が真である確率を決定するのではなく、帰無仮説が真である場合に実際に観察された結果と少なくとも同じくらい極端な研究の結果に遭遇する確率を示すだけです。言い換えると、帰無仮説を棄却する、または棄却しないのに十分な証拠がある確率を示します。

追加リソース

Financeは、Financial Modeling&Valuation Analyst(FMVA)™FMVA®認定を提供しています。キャリアを次のレベルに引き上げたいと考えている人のために、Amazon、JP Morgan、Ferrari認定プログラムなどの企業で働く350,600人以上の学生に参加してください。あなたのキャリアを学び、前進させ続けるために、以下の財務リソースが役に立ちます:

  • 期待値期待値期待値(EV、期待値、平均、または平均値とも呼ばれます)は、確率変数の長期平均値です。期待値はまた示します
  • ノンパラメトリック検定ノンパラメトリック検定統計では、ノンパラメトリック検定は、分析に必要な仮定を満たすために分布を必要としない統計分析の方法です。
  • サンプル選択バイアスサンプル選択バイアスサンプル選択バイアスは、母集団サンプルの適切なランダム化を保証できないことに起因するバイアスです。サンプル選択の欠陥
  • 全確率ルール全確率ルール全確率ルール(全確率の法則とも呼ばれます)は、条件付きおよび限界に関連する統計の基本的なルールです。