As inferências são feitas por meio do teste de duas hipóteses: uma hipótese nula (H0) e uma hipótese alternativa (H1 ou Ha). Não deve existir sobreposição de resultados entre estas duas hipóteses, ou seja, quando uma delas for verdadeira, a outra necessariamente deve ser falsa.
O nível de significância é geralmente determinado pelo pesquisador antes da coleta dos dados e é tradicionalmente fixado em 0,05 ou menos, dependendo da área de estudo. Em muitas áreas de estudo, resultados com nível de significância de 0,05 (probabilidade de erro de 5%) são considerados estatisticamente relevantes.
Nestes dois exemplos os testes são chamados de unilaterais porque somente valores de um lado do espaço amostral foram utilizados para construir a região crítica. Podemos ter também testes bilaterais aonde os dois extremos do espaço amostral são usados como região crítica.
Num teste unilateral existe apenas um valor crítico e no caso de um teste bilateral existem dois valores críticos simétricos em relação ao valor esperado da variável de teste.
O p-valor, também denominado nível descritivo do teste, é a probabilidade de que a estatística do teste (como variável aleatória) tenha valor extremo em relação ao valor observado (estatística) quando a hipótese H0 é verdadeira. ... Além disso, quanto menor for o p-valor, mais "distante" estamos da hipótese nula H0.
Na estatística clássica, o valor-p (também chamado de nível descritivo ou probabilidade de significância), é a probabilidade de se obter uma estatística de teste igual ou mais extrema que aquela observada em uma amostra, sob a hipótese nula.
Isto significa que o critério de p