I statistik är p-värdet sannolikheten för att en testad hypotes kommer att ge resultat som skulle ha samma eller större magnitud än de faktiska resultaten. Detta förutsätter att nollhypotesen visar sig vara sann, vilket innebär att det inte finns något bevisat samband mellan objekten som testas. Även om det finns ett antal sätt att hitta p-värden när du testar en hypotes, är en av de enklare metoderna att använda en grafräknare som en TI-83. Dessa räknare har flera inbyggda test som ger dig p-värdet tillsammans med andra viktiga data.
Använda ett T-Test
Det mest grundläggande statistiska testet att generera p-värden med är ett t-test. Du kan komma åt t-testfunktionen på en TI-83-räknare genom att trycka på STAT-knappen och sedan trycka på HÖGERPIL-knappen två gånger för att öppna TEST-listan. Väl där trycker du på siffran 2 eller trycker NER PIL en gång för att markera ”2: T-Test…” och trycker på ENTER-knappen.
På T-Test-sidan, välj DATA om du har individuella datapunkter att ange, eller välj STATISTIK om du har statistiska data såsom urvalsmedelvärde och standardavvikelse. Ange dina datapunkter eller statistiska data med hjälp av knappsatsen, tryck på NED-PIL-knappen efter behov för att gå igenom listan med alternativ. När du har angett dina data, välj alternativet ”Beräkna” och tryck på ENTER. Vänta tills data bearbetas och hitta sedan raden som börjar med ”p=” i dina resultat; detta är p-värdet för din data.
Om du försöker jämföra medelvärden mellan två grupper av data för att se om det finns en statistiskt signifikant skillnad mellan dem, använder du istället ett t-test med två urval. Gå till TEST-menyn enligt ovan, men välj ”4:2SampTTest…” istället. Som tidigare måste du ange antingen datapunkter eller statistiska data, men den här gången finns det två uppsättningar data att ange. I kalkylatorn kommer dessa två uppsättningar att numreras ”1” och ”2”, så du kommer att se fält som frågar efter saker som ”n1” eller ”Sx2” för att ange data från en specifik uppsättning eller annan. Du kan också behöva specificera din hypotes och ange om de två datamängderna helt enkelt inte är lika eller om den ena tros ge resultat som är större än eller mindre än den andra.
När du har angett dina uppgifter, välj alternativet ”Beräkna” som tidigare. Vänta ett ögonblick tills data bearbetas och sök sedan efter ditt p-värde i resultaten. Resultaten kommer att likna resultaten från t-testet med enstaka prov ovan, även om det kommer att finnas vissa skillnader. Den kanske mest anmärkningsvärda skillnaden är att du kommer att ha data genererad från var och en av dina datamängder, så förutom övergripande data har du också ytterligare poster som sträcker sig bortom botten av skärmen och som kräver rullning för att komma åt. Ditt totala p-värde kommer dock fortfarande att vara nära toppen av skärmen.
Z-Test
Z-test är ett annat alternativ för att beräkna p-värden. Den största skillnaden mellan z-tester och t-tester är att data i z-test följer en normalfördelning istället för en fördelning baserad på användartillförda data. Som ett resultat finns det mycket mindre data att ange när du använder z-tester eftersom det antas att du redan har proportioner baserat på normalfördelningen. Z-tester finns i samma TEST-meny som t-tester, men du väljer antingen ”5:1-PropZTest…” eller ”6:2-PropZTest…” beroende på om du testar proportionerna av en grupp data eller hitta skillnader mellan två grupper.
Ange den begärda statistiken data för ditt test, liknande vad du skulle ange i motsvarande t-test; du kommer att notera att det inte finns något alternativ att ange datapunkter, eftersom normalfördelningen antas. Välj ”Beräkna” för att bearbeta data och kontrollera sedan dina resultat; du kan se flera objekt som har ap i sitt namn, men det finns fortfarande bara en rad som bara läser ”p=.” Detta är ditt p-värde.
