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.
Se o valor é muito pequeno (menor que 0,01), ele declara que o efeito foi percebido. Se for muito grande (maior que 0,20), ele declara que, se há algum efeito, nenhum experimento do tamanho do que foi executado, será capaz de detectá-lo.
O valor-p indica a probabilidade de se observar uma diferença tão grande ou maior do que a que foi observada sob a hipótese nula. Mas se o novo tratamento tiver um efeito de tamanho menor, um estudo com uma pequena amostra pode não ter poder suficiente para detectá-lo.
Se o valor-p for menor que 0.05, devemos rejeitar a hipótese nula de que não há diferença entre as médias e concluir que existe uma diferença significativa. Se o valor-p for maior que 0.05, não é possível concluir que existe uma diferença significativa.
Um p-value é uma medida de quanta evidência você tem contra a hipótese nula....O Significado e a Interpretação dos P-values (o que os dados dizem?)P-valueInterpretação0,01< = P < 0,05evidência moderada contra H00,05< = P < 0,10evidência sugestiva contra H00,10< = Ppouca ou nenhuma evidência real contra H0Mais 1 linha
Um resultado de teste é estatisticamente significativo quando a estatística da amostra é atípica o suficiente em relação à hipótese nula para que podemos rejeitar a hipótese nula para toda a população.
O P-valor é utilizado como ferramenta estatística para descartar a hipótese nula, ou seja, descartar que os dois grupos estudados não sejam iguais, ou que descartar que não haja correlação entre um par de características. ... Seu valor absoluto também não indica importância ou intensidade do achado. Nem tudo está perdido.
Use um teste de igualdade de variâncias para testar a igualdade de variâncias entre populações ou níveis de fator. Muitos procedimentos estatísticos, como a análise de variância (ANOVA) e a regressão, suponha que, embora diferentes amostras possam vir de populações com médias diferentes, elas têm a mesma variância.
Se a diferença não é devida ao acaso, dizemos que é uma diferença estatisticamente significativa. São inúmeras as situações em que precisamos ter certeza de que as diferenças que observamos não são explicadas por acaso. É a base do método científico. Por exemplo, vamos pensar sobre uma pesquisa médica.