Calculadora de p-value
Calcule o p-value a partir de uma estatística Z ou t, compare com α e confira imediatamente as áreas das caudas esquerda e direita.
Calculadora de p-value
Informe uma estatística Z ou t e escolha a direção do teste para ver, em uma única tela, o p-value, a comparação com α e as probabilidades das caudas esquerda e direita.
O modo Normal (Z) usa a distribuição acumulada normal padrão para calcular o p-value. Ele é indicado quando a estatística Z já está pronta ou quando o desvio padrão populacional é tratado como conhecido.
Use os exemplos para comparar como o resultado muda entre distribuição normal, distribuição t e testes unicaudais ou bicaudais.
- O p-value é a probabilidade de observar um resultado pelo menos tão extremo quanto este se a hipótese nula for verdadeira. Valores menores indicam que os dados parecem menos consistentes com esse modelo nulo.
- Um teste bicaudal combina a área extrema dos dois lados da distribuição. Com a mesma estatística, o p-value costuma ser maior do que em um teste unicaudal.
- A distribuição t tem caudas mais pesadas quando o df é pequeno, então a mesma estatística pode produzir um p-value maior do que na distribuição normal.
Digite uma estatística para calcular o resultado imediatamente.
Na distribuição normal (Z), com Z = 1.96, teste bicaudal e α = 0.05, o p-value fica em torno de 0.0500, bem no limite da decisão.
0.0500 ≤ 0.10
0.0500 ≈ 0.05
0.0500 > 0.01
O α ativo é 0.05. Como o p-value está muito perto desse limite, vale mais a pena olhar o valor sem arredondar do que confiar apenas no número exibido.
| Distribuição | Normal (Z) |
|---|---|
| Direção do teste | Bicaudal |
| Estatística de teste | 1.96 |
| Graus de liberdade | – |
| Nível de significância α | 0.05 |
| Área acumulada à esquerda | 0.9750 |
| Área da cauda direita | 0.0250 |
| p-value | 0.0500 |
| Decisão | Perto do limite |
- Para Z = 1.96, a probabilidade acumulada normal Φ(1.96) é aproximadamente 0.9750.
- Como este é um teste bicaudal, a menor área de cauda, 0.0250, é dobrada para gerar um p-value de 0.0500.
- Com α = 0.05, o resultado cai quase exatamente na fronteira de rejeição, então o valor preciso importa mais do que a visualização arredondada.
Este é um exemplo clássico de resultado limítrofe. Ao relatar o resultado, inclua distribuição, direção do teste, graus de liberdade e a regra de α para deixar a leitura mais clara.
O que é uma calculadora de p-value?
Uma calculadora de p-value ajuda você a entender o quão incomum é um resultado quando a estatística do teste já foi calculada. Em testes de hipótese, p-value é a probabilidade de observar um resultado tão extremo quanto este, ou mais extremo, se a hipótese nula for verdadeira. Quanto menor o p-value, menos compatíveis os dados observados parecem com o modelo nulo.
Na prática, muita gente cita o p-value com mais frequência do que a própria estatística. Porém esse valor muda conforme a estatística precise ser interpretada sob a distribuição normal (Z) ou sob a distribuição t, e também conforme o teste seja unicaudal ou bicaudal. Esta ferramenta coloca essas condições na mesma tela para reduzir erros de interpretação.
Quando ela ajuda
Ela é útil quando você já tem uma estatística Z ou t vinda de um software, de um artigo ou de um cálculo manual e quer confirmar rapidamente o p-value. Também ajuda bastante quando você quer comparar leituras unicaudais e bicaudais ou ver como o resultado muda ao aplicar outro valor de df.
Casos comuns incluem comparação de notas, testes de média entre tratamento e controle, testes t de Welch, avaliação de coeficientes em saídas de regressão e exercícios em que só a estatística e o df são informados. Funciona bem como uma checagem rápida antes de fechar um relatório ou discutir significância em uma reunião.
- Exercícios e conferências manuais – Verifique novamente um valor t ou Z junto com o p-value correspondente
- Leitura de tabelas em artigos – Digite a estatística publicada e o df para confirmar a significância
- QA de relatórios – Compare resultados unicaudais e bicaudais antes de finalizar um resumo
- Trabalho diário com dados – Interprete saídas de regressão ou comparação de médias sem reabrir um fluxo estatístico maior
Principais recursos
Esta calculadora vai além de mostrar apenas um número de p-value. Ela também indica qual área de cauda está sendo usada e como o resultado se comporta diante dos níveis α mais comuns. A ideia é deixar o caminho entre a estatística e a interpretação pronta para relatório mais curto e fácil de seguir.
Você pode alternar entre a distribuição normal (Z) e a distribuição t, escolher testes de cauda esquerda, cauda direita ou duas caudas e informar o seu próprio nível α. Na mesma tela também fica claro como o resultado se posiciona frente a 0.10, 0.05 e 0.01.
- Alternância entre Z e t – Ajuste a calculadora à distribuição correta para a sua estatística
- Suporte a uma e duas caudas – Compare imediatamente p-values à esquerda, à direita e bicaudais
- Entrada de graus de liberdade – Considere o df diretamente quando a distribuição t for necessária
- Cartões de comparação com α – Veja na hora como o mesmo resultado se comporta em 0.10, 0.05 e 0.01
- Cópia do resultado – Copie uma linha de resumo para notas, chats ou relatórios
Como usar
Comece escolhendo se o seu resultado deve ser lido como uma estatística Z ou como uma estatística t, e depois selecione a direção do teste. Em seguida, digite o valor da estatística e, se estiver usando a distribuição t, informe também os graus de liberdade. Por fim, coloque o nível α que deseja usar como limite de decisão e leia o p-value atualizado.
Testes bicaudais dobram a menor área de cauda, enquanto testes unicaudais usam apenas a cauda compatível com a hipótese. Se você estiver lendo uma tabela de regressão ou um comparativo de médias e a direção não estiver clara, o mais seguro é confirmar antes se a análise espera uma regra unicaudal ou bicaudal.
- Escolha uma distribuição – Use Normal (Z) para estatística Z e Distribuição t para estatística t.
- Escolha a direção – Selecione cauda esquerda, cauda direita ou bicaudal conforme a hipótese.
- Informe a estatística – Digite o valor z ou t já calculado.
- Adicione df e α – No modo t, informe os graus de liberdade e a regra α usada na comparação.
- Leia o resultado – Use em conjunto o cartão principal, a faixa de comparação com α e a tabela-resumo.
Como o cálculo funciona
O modo Normal (Z) usa a função de distribuição acumulada padrão Φ(z). Um teste de cauda esquerda usa diretamente Φ(z) como p-value, um teste de cauda direita usa 1 – Φ(z), e um teste bicaudal dobra a menor área de cauda para considerar valores igualmente extremos dos dois lados da distribuição.
O modo t usa a probabilidade acumulada da distribuição t de Student junto com os graus de liberdade. Quando o df é pequeno, as caudas ficam mais pesadas, e a mesma estatística pode produzir um p-value maior do que na distribuição normal. Por isso, testes com amostras pequenas ou com desvio padrão populacional desconhecido devem ser revistos no modo t em vez de serem simplificados para o modo Z.
O p-value não é a probabilidade de a hipótese nula ser verdadeira. Ele é a probabilidade de observar a estatística atual, ou algo ainda mais extremo, sob o modelo nulo. Desenho do estudo, comparações múltiplas e hipóteses definidas após ver os dados ainda precisam de avaliação separada. Se você também quiser revisar os números básicos de padronização, pode seguir para a Calculadora de Z-score, a Calculadora de desvio padrão ou a Calculadora de média.
Perguntas frequentes
Um p-value pequeno sempre significa que o resultado é importante?
Nem sempre. Um p-value pequeno significa que os dados observados parecem menos compatíveis com a hipótese nula, mas isso não prova automaticamente que o efeito seja grande ou importante na prática. Em amostras muito grandes, até diferenças pequenas podem produzir p-values baixos.
Quando devo usar um teste unicaudal em vez de um bicaudal?
Use um teste unicaudal apenas quando a hipótese for realmente direcional antes de olhar os dados. Se você só quer saber se o resultado é diferente em qualquer direção, use um teste bicaudal. Por exemplo, “maior que” pode justificar um teste unicaudal, enquanto “diferente de” geralmente pede um teste bicaudal.
Por que preciso informar os graus de liberdade no modo t?
A forma da distribuição t depende dos graus de liberdade. Valores menores de df deixam as caudas mais pesadas e podem aumentar o p-value para a mesma estatística t. Isso é especialmente importante em amostras pequenas e em testes t do tipo Welch, em que o df pode nem ser inteiro.
Qual é a diferença entre p-value e α?
O p-value é o número calculado a partir dos seus dados, enquanto α é o limite de decisão escolhido antes da interpretação. Se o p-value for menor ou igual a α, o resultado é considerado significativo por essa regra. Um é o resultado observado; o outro é o critério de comparação.
Esta calculadora também serve para p-values de testes qui-quadrado ou F?
A versão atual suporta apenas a distribuição normal (Z) e a distribuição t. Testes qui-quadrado, testes F, testes de correlação e testes exatos usam outras distribuições e exigem fórmulas próprias. Se você já sabe qual teste precisa, uma calculadora específica para aquela distribuição será mais precisa.
Ainda não há comentários. Deixe a primeira opinião.