Baixe o app para aproveitar ainda mais
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.
Compartilhar