Что такое пи вэлью

P-value (p-значение) — это вероятность получить наблюдаемые данные (или более экстремальные) при условии, что нулевая гипотеза верна. Оно используется для оценки статистической значимости результатов и помогает решить, можно ли объяснить наблюдаемый эффект случайностью или он действительно существует.

Как это работает

В статистическом тесте формулируют нулевую гипотезу (H₀), которая обычно утверждает отсутствие эффекта или различий. P-value показывает, насколько данные согласуются с этой гипотезой:

• Низкое p-value (обычно < 0.05) означает, что наблюдаемые данные маловероятны при верной нулевой гипотезе. Это служит основанием для отклонения H₀ и принятия альтернативной гипотезы (о наличии эффекта).
• Высокое p-value (≥ 0.05) говорит о том, что данные не противоречат нулевой гипотезе, и недостаточно оснований для её отклонения.

Порог 0.05 — это общепринятый уровень значимости (α), но он может быть выбран и другим (например, 0.01 или 0.10) в зависимости от области исследования и требуемой строгости.

Пример

Предположим, вы тестируете новое лекарство. Нулевая гипотеза: «Лекарство не влияет на улучшение состояния пациентов по сравнению с плацебо». После эксперимента вы получаете p-value = 0.03. Это означает, что вероятность наблюдать такое (или более сильное) улучшение, если лекарство на самом деле не работает, составляет 3%. Так как 0.03 < 0.05, вы отклоняете нулевую гипотезу и заключаете, что лекарство статистически значимо эффективно.

Подводные камни

• P-value не говорит о величине эффекта. Статистическая значимость не означает практическую значимость. Даже очень маленький эффект может быть значимым при большой выборке, и наоборот.
• Не путайте с вероятностью гипотезы. P-value — это вероятность данных при условии H₀, а не вероятность того, что H₀ верна.
• Злоупотребление p-value. Множественные сравнения, p-hacking (подгонка данных) и неправильная интерпретация приводят к ложным выводам. Всегда учитывайте размер эффекта, доверительные интервалы и контекст исследования.

Коротко

• P-value — вероятность получить такие данные, если нулевая гипотеза верна.
• Низкое p-value (< α) → отклоняем H₀, результат статистически значим.
• Высокое p-value → не отклоняем H₀, но это не доказывает, что H₀ верна.
• P-value не отражает величину эффекта и не является вероятностью гипотезы.