Calcolatore p-value

Che cos’è un calcolatore p-value?

Un calcolatore p-value ti aiuta a capire quanto sia insolito un risultato quando la statistica del test è già stata calcolata. Nei test di ipotesi, il p-value è la probabilità di osservare un risultato almeno così estremo se l’ipotesi nulla fosse vera. Più il p-value è piccolo, meno i dati osservati appaiono compatibili con quel modello nullo.

Nella pratica, il p-value viene spesso citato più della statistica stessa. Tuttavia il suo valore cambia a seconda che la statistica debba essere interpretata sotto la distribuzione normale (Z) o sotto la distribuzione t, e a seconda che il test sia a una coda o a due code. Questo strumento riunisce tutte queste condizioni in una sola schermata per ridurre gli errori di interpretazione.

Quando è utile

Questo strumento è utile quando hai già una statistica Z o t ottenuta da un software, da un articolo o da un calcolo manuale e vuoi verificare rapidamente il p-value. È particolarmente comodo quando vuoi confrontare l’interpretazione unilaterale e bilaterale oppure vedere come cambia il risultato usando un diverso valore di df.

I casi d’uso più comuni includono confronti tra punteggi, test di media tra trattamento e controllo, test t di Welch, verifica di coefficienti in output di regressione e compiti didattici in cui vengono forniti solo statistica e gradi di libertà. Funziona bene come controllo rapido prima di scrivere un report o discutere la significatività in riunione.

• Esercizi e controlli manuali – Ricontrollare un valore t o Z insieme al suo p-value
• Lettura di tabelle in articoli – Inserire la statistica pubblicata e il df per confermare subito la significatività
• QA dei report – Confrontare risultati a una coda e a due code prima di finalizzare una nota
• Lavoro quotidiano con i dati – Interpretare output di regressione o confronti di media senza riaprire un flusso statistico più ampio

Funzioni principali

Questo calcolatore non si limita a mostrare un solo p-value. Ti fa vedere anche quale area di coda viene utilizzata e come si comporta il risultato rispetto alle soglie α più comuni. L’obiettivo è rendere breve e chiaro il passaggio dalla statistica a un’interpretazione pronta da riportare.

Puoi passare dalla distribuzione normale (Z) alla distribuzione t, alternare test a coda sinistra, coda destra e due code e inserire il tuo livello α. Nella stessa schermata vedrai anche come si colloca il risultato rispetto a 0.10, 0.05 e 0.01.

• Passaggio Z / t – Adatta il calcolatore alla distribuzione corretta per la tua statistica
• Supporto per una o due code – Confronta subito p-value a sinistra, a destra e bilaterali
• Inserimento dei gradi di libertà – Considera direttamente il df quando serve la distribuzione t
• Carte di confronto con α – Vedi immediatamente come viene letto lo stesso risultato con 0.10, 0.05 e 0.01
• Copia del risultato – Copia una riga di riepilogo per note, chat o report

Come si usa

Inizia scegliendo se il risultato deve essere letto come statistica Z oppure come statistica t, quindi seleziona la direzione del test. Dopo inserisci il valore della statistica e, se stai usando la distribuzione t, aggiungi anche i gradi di libertà. Infine digita il livello α che vuoi usare come soglia decisionale e leggi il p-value aggiornato.

I test bilaterali raddoppiano l’area di coda minore, mentre i test unilaterali usano solo la coda indicata dall’ipotesi. Se stai lavorando su un output di regressione o su una tabella di confronto tra medie e la direzione non è chiara, è più sicuro verificare prima se l’analisi richiede una regola unilaterale o bilaterale.

1. Scegli una distribuzione – Usa Normale (Z) per una statistica Z e Distribuzione t per una statistica t.
2. Scegli la direzione – Seleziona coda sinistra, coda destra o bilaterale in base all’ipotesi.
3. Inserisci la statistica – Digita il valore z o t già calcolato.
4. Aggiungi df e α – Inserisci i gradi di libertà in modalità t e la regola α con cui vuoi confrontare il risultato.
5. Leggi il risultato – Usa insieme la carta principale, la riga di confronto con α e la tabella riassuntiva.

Come funziona il calcolo

La modalità Normale (Z) usa la funzione di distribuzione cumulativa standard Φ(z). Un test a coda sinistra usa direttamente Φ(z) come p-value, un test a coda destra usa 1 – Φ(z), mentre un test bilaterale raddoppia l’area di coda più piccola per considerare valori ugualmente estremi su entrambi i lati della distribuzione.

La modalità t usa la probabilità cumulativa della distribuzione t di Student insieme ai gradi di libertà. Quando il df è piccolo, le code sono più pesanti, quindi la stessa statistica può produrre un p-value maggiore rispetto alla distribuzione normale. Per questo i test con campioni piccoli o con deviazione standard della popolazione sconosciuta dovrebbero essere ricontrollati in modalità t invece di essere semplificati al caso Z.

Un p-value non è la probabilità che l’ipotesi nulla sia vera. È la probabilità di osservare la statistica attuale, o qualcosa di più estremo, sotto il modello nullo. Disegno dello studio, confronti multipli e ipotesi formulate a posteriori richiedono comunque una revisione separata. Se vuoi ricontrollare anche i valori di standardizzazione di base, puoi continuare con il Calcolatore Z-score, il Calcolatore della deviazione standard o il Calcolatore della media.

Domande frequenti