بخشی از مقاله
چکیده
مقدار احتمال - -pمقدار - وقت به عنوانی متغیر تصادف مطرح مشود به ترتیب تحت فرض صفر - Ho - و فرض مقابل - H1 - دارای توزیعdهای متفاوت است. توزیع -pمقدار تحت فرض مقابل کاربردهای متعددی دارد و به توزیع آماره ی آزمون استفاده شده، وابسته است. در این مقاله موردی را بررس خواهیم کرد که آماره آزمون مجانباً نرمال است.
واژهdهای کلیدی: -pمقدار، متغیر تصادف ، فرض صفر، فرض مقابل، مجانبا نرمال
مقدمه
ما معمولا p-مقدار را به عنوان خروج برنامهdهای آماری در نظر مگیریم اما در واقع -pمقدار یک متغیر تصادف است که از توزیع آماره ی آزمون سرچشمه گرفته است و برای تحلیل داده ها به منظور انجام آزمون فرض، مورد استفاده قرار مگیرد. این کمیت بدون توجه به اندازه ی نمونه و تحت فرض صفر، توزیع ی نواخت روی فاصله دارد. در مقابل، توزیع آن تحت فرض مقابل، تابع از اندازه ی نمونه و مقدار درست پارامتر آزمون است. مشخصه هایی مانند میانگین و صدك های توزیع-pمقدار ، م cتواند درباره ی اینکه -pمقدار برای نوع از مقادیر پارامتر و اندازه های نمونه چگونه رفتار می کند، اطلاع و آ گاه با ارزش را در اختیار قرار دهد.
مقدار یک اندازه ی گواه، بر ضد فرض صفر و یک متغیر تصادف است که توزیعش تحت فرض صفر، برای آمارهdهای پیوسته ی آزمون، به صورت ی نواخت روی فاصله ی به خوبی شناخته شده است. به این خاطر است که نقطه ی قطع برای یک -pمقدار ، تقریباً ۵٠/٠ است و برای هر آزمایش داده شده، هرگاه که فرض صفر درست است، به منظور کنترل شانس اینکه ی از ٢٠ مقدار -pمقدار م cتواند ۵٠/٠ یا کمتر از ۵٠/٠ باشد، به کار مرود.
این مفهوم، در تئوری آزمون فرض نیمن پیرسن به عنوان میزان خطای نوع اول شناخته شده است، که میزان از خطای پیش از آزمایش مباشد که ناحیه رد را مشخص مکند، و به منظور کنترل فراوان تجمع رد نادرست فرض صفر، انتخاب شده است. مقدارp کمیت است که معمولا در خروج برنامهdهای آماری ظاهر مشود. آماردان به کمک این کمیت در مورد فرضیه های مورد
مطالعه تصمیم گیری مکند.
