Kalkulator p-value
Oblicz p-value ze statystyki Z lub t, porównaj wynik z α i od razu sprawdź pola lewego oraz prawego ogona.
Kalkulator p-value
Wpisz statystykę Z albo t i wybierz kierunek testu, aby na jednym ekranie zobaczyć p-value, porównanie z α oraz prawdopodobieństwa lewego i prawego ogona.
Tryb Normalny (Z) używa skumulowanego rozkładu normalnego standardowego do obliczenia p-value. Sprawdza się wtedy, gdy statystyka Z jest już wyliczona albo gdy odchylenie standardowe populacji uznaje się za znane.
Korzystaj z przykładów, aby porównać, jak wynik zmienia się między rozkładem normalnym, rozkładem t oraz testami jedno- i dwustronnymi.
- p-value to prawdopodobieństwo uzyskania wyniku co najmniej tak skrajnego przy założeniu prawdziwości hipotezy zerowej. Im mniejsza wartość, tym słabiej dane pasują do modelu zerowego.
- Test dwustronny łączy skrajne pole po obu stronach rozkładu. Dla tej samej statystyki p-value bywa więc większe niż w teście jednostronnym.
- Rozkład t ma cięższe ogony przy małym df, więc ta sama statystyka może dawać większe p-value niż w rozkładzie normalnym.
Wpisz statystykę, aby od razu obliczyć wynik.
W rozkładzie normalnym (Z) dla Z = 1.96, testu dwustronnego i α = 0.05 otrzymujesz p-value około 0.0500, czyli praktycznie na progu decyzji.
0.0500 ≤ 0.10
0.0500 ≈ 0.05
0.0500 > 0.01
Aktywne α to 0.05. Ponieważ p-value leży bardzo blisko tej granicy, bezpieczniej odczytać wartość bez zaokrąglania niż polegać wyłącznie na zaokrąglonej prezentacji.
| Rozkład | Normalny (Z) |
|---|---|
| Kierunek testu | Dwustronny |
| Statystyka testowa | 1.96 |
| Stopnie swobody | – |
| Poziom istotności α | 0.05 |
| Pole skumulowane po lewej | 0.9750 |
| Pole prawego ogona | 0.0250 |
| p-value | 0.0500 |
| Decyzja | Blisko progu |
- Dla Z = 1.96 skumulowane prawdopodobieństwo normalne Φ(1.96) wynosi około 0.9750.
- Ponieważ jest to test dwustronny, mniejsze pole ogona 0.0250 zostaje podwojone, dając p-value równe 0.0500.
- Przy α = 0.05 wynik wypada niemal dokładnie na granicy odrzucenia, więc dokładna wartość ma większe znaczenie niż zaokrąglony zapis.
To klasyczny przykład wyniku granicznego. Raportując go, podaj rozkład, kierunek testu, stopnie swobody i regułę α, aby interpretacja pozostała czytelna.
Co robi kalkulator p-value?
Kalkulator p-value pomaga ocenić, jak nietypowy jest wynik testu, gdy statystyka testowa została już obliczona. W testowaniu hipotez p-value oznacza prawdopodobieństwo uzyskania wyniku co najmniej tak skrajnego przy założeniu prawdziwości hipotezy zerowej. Im mniejsza wartość p-value, tym słabiej obserwowane dane wyglądają na zgodne z modelem zerowym.
W praktyce częściej podaje się właśnie p-value niż samą statystykę. Jego wartość zależy jednak od tego, czy statystykę należy interpretować w rozkładzie normalnym (Z), czy w rozkładzie t, oraz od tego, czy test jest jednostronny, czy dwustronny. To narzędzie zbiera te wybory na jednym ekranie, aby ograniczyć ryzyko błędnej interpretacji.
Kiedy to narzędzie się przydaje
To narzędzie jest przydatne, gdy masz już statystykę Z albo t z programu, artykułu lub obliczeń ręcznych i chcesz szybko sprawdzić p-value. Szczególnie pomaga wtedy, gdy chcesz porównać interpretację jednostronną i dwustronną albo zobaczyć, jak wynik zmienia się po przyjęciu innej wartości df.
Typowe sytuacje to porównania wyników testów, badanie różnic średnich między grupą kontrolną i badaną, testy t Welcha, weryfikacja współczynników w regresji oraz zadania dydaktyczne, w których podano tylko statystykę i stopnie swobody. To dobry szybki check przed napisaniem raportu lub rozmową o istotności statystycznej.
- Zadania i ręczne sprawdzenia – Ponownie sprawdź wartość t albo Z razem z odpowiadającym jej p-value
- Czytanie tabel w publikacjach – Wpisz opublikowaną statystykę i df, aby od razu potwierdzić istotność
- Kontrola jakości raportu – Porównaj wyniki jednostronne i dwustronne przed finalizacją notatki
- Codzienna praca z danymi – Interpretuj wyniki regresji lub porównań średnich bez wracania do rozbudowanego workflow statystycznego
Najważniejsze funkcje
Ten kalkulator nie kończy się na pokazaniu jednej liczby p-value. Pokazuje również, który obszar ogona jest używany i jak wynik wypada względem najczęściej stosowanych progów α. Celem jest szybka i czytelna droga od statystyki do interpretacji gotowej do wpisania do raportu.
Możesz przełączać się między rozkładem normalnym (Z) i rozkładem t, wybierać test lewostronny, prawostronny lub dwustronny oraz wpisać własny próg α. Na tym samym ekranie od razu widać też, jak wynik wygląda przy 0.10, 0.05 i 0.01.
- Przełącznik Z / t – Dopasuj kalkulator do rozkładu właściwego dla Twojej statystyki
- Obsługa testów jedno- i dwustronnych – Natychmiast porównaj p-value lewego, prawego i obu ogonów
- Wpisywanie stopni swobody – Uwzględnij bezpośrednio df, gdy potrzebny jest rozkład t
- Karty porównawcze α – Zobacz od razu, jak ten sam wynik wypada przy 0.10, 0.05 i 0.01
- Kopiowanie wyniku – Skopiuj krótki podgląd do notatek, czatu albo raportu
Jak używać
Najpierw wybierz, czy wynik ma być odczytywany jako statystyka Z czy jako statystyka t, a następnie wskaż kierunek testu. Potem wpisz wartość statystyki i, jeśli korzystasz z rozkładu t, także stopnie swobody. Na końcu podaj poziom α, którego chcesz użyć jako progu decyzyjnego, i odczytaj zaktualizowane p-value.
Testy dwustronne podwajają mniejszy obszar ogona, natomiast testy jednostronne korzystają tylko z ogona wskazanego przez hipotezę. Jeśli pracujesz z tabelą regresji albo porównaniem średnich i kierunek nie jest jasny, najlepiej najpierw sprawdzić, czy analiza wymaga reguły jednostronnej czy dwustronnej.
- Wybierz rozkład – Użyj Normalnego (Z) dla statystyki Z i Rozkładu t dla statystyki t.
- Wybierz kierunek testu – Zaznacz lewostronny, prawostronny albo dwustronny zgodnie z hipotezą.
- Wpisz statystykę – Podaj już obliczoną wartość z albo t.
- Dodaj df i α – W trybie t wpisz stopnie swobody oraz regułę α, z którą chcesz porównać wynik.
- Odczytaj wynik – Korzystaj razem z głównej karty wyniku, porównania z α i tabeli podsumowującej.
Jak działa obliczenie
Tryb Normalny (Z) używa standardowej skumulowanej funkcji rozkładu normalnego Φ(z). Test lewostronny wykorzystuje bezpośrednio Φ(z) jako p-value, test prawostronny używa 1 – Φ(z), a test dwustronny podwaja mniejszy obszar ogona, aby uwzględnić równie skrajne wartości po obu stronach rozkładu.
Tryb t korzysta ze skumulowanego prawdopodobieństwa rozkładu t Studenta razem ze stopniami swobody. Gdy df jest małe, ogony są cięższe, więc ta sama statystyka może dawać większe p-value niż w rozkładzie normalnym. Dlatego testy na małych próbach albo z nieznanym odchyleniem standardowym populacji powinny być sprawdzane w trybie t, a nie upraszczane do trybu Z.
p-value nie jest prawdopodobieństwem, że sama hipoteza zerowa jest prawdziwa. To prawdopodobieństwo zaobserwowania bieżącej statystyki lub czegoś jeszcze bardziej skrajnego przy założeniu modelu zerowego. Projekt badania, porównania wielokrotne i hipotezy stawiane post hoc nadal wymagają osobnej oceny. Jeśli chcesz wrócić też do podstawowych obliczeń standaryzacji, możesz przejść do Kalkulatora Z-score, Kalkulatora odchylenia standardowego albo Kalkulatora średniej.
Najczęstsze pytania
Czy małe p-value zawsze oznacza ważny wynik?
Nie zawsze. Niskie p-value oznacza, że obserwowane dane wydają się mniej zgodne z hipotezą zerową, ale nie dowodzi automatycznie, że efekt jest duży lub praktycznie istotny. Przy bardzo dużych próbach nawet małe różnice mogą dawać niskie p-value.
Kiedy używać testu jednostronnego zamiast dwustronnego?
Test jednostronny warto stosować tylko wtedy, gdy hipoteza ma rzeczywiście określony kierunek jeszcze przed spojrzeniem na dane. Jeżeli interesuje Cię tylko to, czy wynik różni się w dowolną stronę, użyj testu dwustronnego. Na przykład „większy niż” może uzasadniać test jednostronny, natomiast „różny od” zwykle wymaga testu dwustronnego.
Dlaczego w trybie t trzeba podać stopnie swobody?
Kształt rozkładu t zależy od stopni swobody. Mniejsze df powoduje cięższe ogony i może zwiększyć p-value dla tej samej statystyki t. To szczególnie ważne przy małych próbach oraz w testach t typu Welch, gdzie df nie musi być liczbą całkowitą.
Jaka jest różnica między p-value a α?
p-value to liczba obliczona na podstawie Twoich danych, natomiast α to próg decyzji wybrany przed interpretacją. Jeśli p-value jest mniejsze lub równe α, wynik uznaje się za istotny według tej reguły. Jedno jest wynikiem obserwacji, drugie jest progiem porównania.
Czy ten kalkulator obsługuje też p-value dla testów chi-kwadrat albo F?
Obecna wersja obsługuje tylko rozkład normalny (Z) i rozkład t. Testy chi-kwadrat, testy F, testy korelacji i testy dokładne używają innych rozkładów i wymagają własnych wzorów. Jeżeli wiesz już, jakiego testu potrzebujesz, dokładniejszy będzie kalkulator przygotowany specjalnie dla tej dystrybucji.
Nie ma jeszcze komentarzy. Dodaj pierwszą opinię.