Tilastoissa p-arvo on todennäköisyys, että testattu hypoteesi tuottaa tuloksia, joiden suuruus olisi sama tai suurempi kuin todelliset tulokset. Tämä olettaa, että nollahypoteesi osoittautuu totta, mikä tarkoittaa, että testattavien kohteiden välillä ei ole todistettua suhdetta. Vaikka hypoteesiä testattaessa on useita tapoja löytää p-arvoja, yksi helpommista menetelmistä on käyttää graafista laskinta, kuten TI-83. Näissä laskimissa on useita testejä, jotka antavat sinulle p-arvon muiden tärkeiden tietojen ohella.
T-testin avulla
Alkein tilastollinen testi p-arvojen tuottamiseksi on t-testi. Voit käyttää t-testitoimintoa TI-83-laskimessa painamalla STAT-painiketta ja painamalla sitten OIKEA NUOLI-painiketta kahdesti TESTI-luettelon avaamiseksi. Paina siellä numeroa 2 tai paina ALANUOLI kerran korostaaksesi "2: T-Test ..." ja paina ENTER-painiketta.
Valitse T-Test -sivulta DATA, jos sinulla on yksittäisiä tietopisteitä syötettäväksi, tai valitse STATS, jos sinulla on tilastotietoja, kuten otoksen keskiarvo ja keskihajonta. Syötä datapisteet tai tilastotiedot näppäimistöllä ja paina ALANUOLI-painiketta tarvittaessa siirtyäksesi vaihtoehtoluetteloon. Kun olet syöttänyt tietosi, valitse Laske-vaihtoehto ja paina ENTER. Odota tietojen käsittelyä ja etsi sitten tuloksista rivi, joka alkaa kirjaimella "p =". tämä on tietojesi p-arvo.
Kaksi näyte-T-testiä
Jos yrität verrata kahden tietoryhmän keskiarvoja nähdäksesi, onko niiden välillä tilastollisesti merkitsevä ero, käytät sen sijaan kahden otoksen t-testiä. Avaa TESTS-valikko kuten yllä, mutta valitse sen sijaan "4: 2SampTTest ...". Kuten aiemmin, joudut syöttämään joko datapisteitä tai tilastotietoja, mutta tällä kertaa syötettäviä tietoja on kaksi. Laskimessa nämä kaksi joukkoa numeroidaan "1" ja "2", joten näet kentät, joissa kysytään esimerkiksi "n1" tai "Sx2" määrittelemään tietoja yhdestä tai toisesta joukosta. Saatat joutua myös määrittelemään hypoteesi ilmoittamalla, eivätkö molemmat tietojoukot ole yksinkertaisesti samat tai jos yhden uskotaan tuottavan suurempia tai pienempiä tuloksia kuin toinen.
Kun olet syöttänyt tietosi, valitse Laske-vaihtoehto kuten aiemmin. Odota hetki tietojen käsittelyä ja etsi sitten p-arvosi tuloksista. Tulokset ovat samanlaisia kuin edellä esitetyn yhden näytteen t-testin tulokset, vaikka eroja onkin. Ehkä merkittävin ero on se, että sinulla on tietoja jokaisesta tietojoukostasi, joten lisäksi yleistiedoissa on myös muita merkintöjä, jotka ulottuvat näytön alareunan ulkopuolelle ja edellyttävät vierittämistä kohtaan pääsy. Kokonaisp-arvo on kuitenkin edelleen lähellä näytön yläosaa.
Z-testit
Z-testit ovat toinen vaihtoehto p-arvojen laskemiseksi. Suurin ero z-testien ja t-testien välillä on, että z-testien tiedot seuraavat normaalijakaumaa käyttäjän toimittamiin tietoihin perustuvan jakauman sijasta. Tämän seurauksena z-testejä käytettäessä on syötettävä paljon vähemmän tietoja, koska oletetaan, että sinulla on jo normaalijakaumaan perustuvat mittasuhteet. Z-testit löytyvät samasta TESTI-valikosta kuin t-testit, mutta valitset joko "5: 1-PropZTest ..." tai "6: 2-PropZTest ..." riippuen siitä, testaatko yhden tietoryhmän mittasuhteita vai etsitkö eroja kahden ryhmän välillä.
Syötä testiä varten vaaditut tilastotiedot samalla tavalla kuin syötät vastaavaan t-testiin; Huomaa, että datapisteiden syöttämiseen ei ole vaihtoehtoa, koska oletetaan normaalijakauman. Valitse "Laske" tietojen käsittelemiseksi ja tarkista sitten tulokset. saatat nähdä useita kohteita, joiden nimessä on p, mutta silti vain yksi rivi lukee vain "p =". Tämä on p-arvo.
