I statistikk er p-verdien sannsynligheten for at en testet hypotese vil gi resultater som vil ha samme eller større styrke enn de faktiske resultatene. Dette forutsetter at nullhypotesen viser seg å være sant, noe som betyr at det ikke er noe bevist forhold mellom elementene som testes. Mens det er flere måter å finne p-verdier når du tester en hypotese, er en av de enkleste metodene å bruke en grafkalkulator som en TI-83. Disse kalkulatorene har flere tester innebygd som gir deg p-verdien sammen med andre viktige data.
Ved hjelp av en T-test
Den mest grunnleggende statistiske testen å generere p-verdier med er en t-test. Du får tilgang til t-testfunksjonen på en TI-83-kalkulator ved å trykke STAT-knappen, og deretter trykke HØYRE PIL-knappen to ganger for å åpne TESTS-listen. Når du er der, trykker du på nummer 2 eller trykker en gang på PIL NED for å markere "2: T-Test ..." og trykker på ENTER-knappen.
På T-Test-siden, velg DATA hvis du har individuelle datapunkter å angi, eller velg STATS hvis du har statistiske data, som eksempelets gjennomsnitt og standardavvik. Skriv inn datapunktene eller statistiske dataene dine ved hjelp av tastaturet, og trykk på PIL NED-knappen etter behov for å gå gjennom listen over alternativer. Når du har skrevet inn dataene dine, velg alternativet "Beregn" og trykk ENTER. Vent til dataene skal behandles, og finn deretter linjen som begynner med "p =" i resultatene dine; dette er p-verdien for dataene dine.
To eksempler på T-tester
Hvis du prøver å sammenligne gjennomsnitt mellom to datagrupper for å se om det er en statistisk signifikant forskjell mellom dem, bruker du i stedet en t-test med to prøver. Gå til TESTS-menyen som ovenfor, men velg "4: 2SampTTest ..." i stedet. Som før må du oppgi enten datapunkter eller statistiske data, men denne gangen er det to datasett å angi. I kalkulatoren blir disse to settene nummerert "1" og "2", slik at du ser felt som ber om ting som "n1" eller "Sx2" for å spesifisere data fra et bestemt sett eller et annet. Du må kanskje også spesifisere hypotesen din, og indikere om de to datasettene rett og slett ikke er like, eller om det antas at det ene gir resultater som er større enn eller mindre enn det andre.
Når du har skrevet inn dataene dine, velger du alternativet "Beregn" som før. Vent et øyeblikk til dataene skal behandles, og søk deretter etter p-verdien din i resultatene. Resultatene vil være lik resultatene fra t-testen med en enkelt prøve, selv om det vil være noen forskjeller. Den kanskje mest bemerkelsesverdige forskjellen er at du får generert data fra hvert av datasettene dine, så i tillegg til generelle data vil du også ha flere oppføringer som strekker seg utenfor bunnen av skjermen og krever bla til adgang. Din totale p-verdi vil imidlertid fortsatt være nær toppen av skjermen.
Z-tester
Z-tester er et annet alternativ for beregning av p-verdier. Hovedforskjellen mellom z-tester og t-tester er at dataene i z-tester følger en normalfordeling i stedet for en distribusjon basert på brukerleverte data. Som et resultat er det mye mindre data å legge inn når du bruker z-tester fordi det antas at du allerede har proporsjoner basert på normalfordelingen. Z-tester finnes i samme TESTS-meny som t-tester, men du velger enten "5: 1-PropZTest ..." eller "6: 2-PropZTest ..." avhengig av om du tester proporsjoner av en gruppe data eller finner forskjeller mellom to grupper.
Skriv inn de forespurte statistiske dataene for testen din, i likhet med hva du ville angitt i den tilsvarende t-testen; Du vil merke at det ikke er noe alternativ å angi datapunkter, siden normal fordeling antas. Velg "Beregn" for å behandle dataene, og sjekk deretter resultatene; du kan se flere elementer som har en p i navnet sitt, men det er fortsatt bare en linje som bare lyder "p =." Dette er din p-verdi.