Valor de P - HG.

Prévia do material em texto

Valor de P- Habilidades Gerais
Definição: 
O valor de P é usado em todas as estatísticas. Os valores de P são usados para determinar a significância estatística em um teste de hipóteses. Os valores de P frequentemente determinam quais estudos são publicados e quais projetos recebem financiamento.
Qual é a hipótese nula no teste de hipóteses: 
Em todos os experimentos existe um efeito ou diferença entre os grupos que os pesquisadores estão testando. Podendo ser medicamentos, equipamentos ou outros. Para os pesquisadores, sempre há a possibilidade de que não haja efeito, que não haja diferença entre os grupos. Esta falta de diferença é chamada de hipótese nula. 
Ex: um experimento para um novo medicamento que sabemos ser totalmente ineficaz. A hipótese nula PE verdadeira: não há diferença entre os grupos experimentais no nível da população. 
Apesar de o nulo ser verdadeiro, é possível que haja um efeito nos dados da amostra causando pelo erro da amostragem aleatória. É extremamente improvável que os grupos amostrais sejam exatamente iguais ao valor da hipótese nula. Consequentemente a amostra não reflete uma diferença real entre as populações. 
O que são valores P?
Valores P avaliam quão bem os dados da amostra apóiam o argumento de que a hipótese nula é verdadeira. Ele mede quão compatível os seus dados são com a hipótese nula. Qual é a probabilidade de efeito observado nos seus dados amostrais se a hipótese nula for verdadeira?
· Valores P altos: seus dados são prováveis com uma hipótese nula verdadeira. 
· Valores P baixos: seus dados não são prováveis com uma hipótese nula verdadeira.
Um valor P baixo sugere que sua amostra fornece evidencias suficientes de que você pode rejeitar a hipótese nula para toda a população.
Como interpretar os valores P?
Em termos técnicos, o valor de P é a probabilidade de obter um efeito pelo menos tão extremo quanto aquele em seus dados amostrais, assumindo que a hipótese nula é verdadeira. 
Ex: supondo que um estudo sobre uma vacina tenha produzido um valor P de 0.04. Este valor P indica que se a vacina não tivesse efeito, você obteria a diferença observada ou maior 4% dos estudos devido ao erro amostral aleatório. 
Os valores P abordam apenas uma questão: 
Quão prováveis são seus dados, assumindo-se que a hipótese nula é verdadeira? 
Ele não mede o apoio para a hipótese alternativa. Esta limitação nos leva à próxima seção para cobrir uma má interpretação muito comum dos valores P. 
Valores P não é a probabilidade de cometer um erro:
Interpretações incorretas dos valores P são muito comuns. O erro ao rejeitar uma hipótese nula verdadeira. Um erro do Tipo I.
Existem varias razoes pelas quais os valores P não podem ser a taxa de erro. 
I) Os valores P são calculados com base nas suposições de que a hipótese nula é verdadeira para a população e que a diferença na amostra é causada inteiramente por acaso. Consequentemente, os valores P não podem informar a probabilidade de que a hipótese nula é verdadeira ou falsa, porque são 100% verdadeira na perspectiva dos cálculos. 
II) Enquanto um valor de P baixo indica que seus dados são improváveis assumindo uma hipótese nula verdadeira, não é possível avaliar qual dos dois casos concorrentes é mais provável: 
· A hipótese nula é verdadeira, mas a sua amostra é incomum.
· A hipótese nula é falsa.
Determinar qual caso é mais provável requer conhecimento da área e replicação de estudos. A maneira correta e incorreta de interpretar o valor P de 0.04:
· Correta: 
Supondo que a vacina não teve efeito, você obteria a diferença observada ou maior em 4% dos estudos devido ao erro amostral aleatório.
· Incorreta:
Se você rejeitar a hipótese nula, há 4% de chance de estar cometendo um erro.
Qual é a verdadeira taxa de erro?
Embora a taxa de erro precise depender de varias suposições, a tabela resume essas suposições arrazoadas.
	Valor-p
	Probabilidade de rejeitar incorretamente uma hipótese nula verdadeira
	0.05
	Pelo menos 23% (e geralmente perto de 50%)
	0.01
	Pelo menos 7% (e geralmente perto de 15%)
A má interpretação comum dos valores P como a taxa de erro cria a ilusão de ter substancialmente mais evidencias contra a hipótese nula do que é justificado.
Baseando uma decisão em um único estudo com valor de P próximo a 0.05, a diferença observada na amostra pode não existir no nível da população.