Qual é a diferença entre valores alfa e P?

Andrea Obzerova/Getty Images

Ao realizar um teste de significância ou teste de hipótese , há dois números que são fáceis de confundir. Esses números são facilmente confundidos porque são ambos números entre zero e um, e ambos são probabilidades. Um número é chamado de valor p da estatística de teste. O outro número de interesse é o nível de significância ou alfa. Examinaremos essas duas probabilidades e determinaremos a diferença entre elas.

Valores Alfa

O número alfa é o valor limite que medimos valores p contra. Ela nos diz quão extremos os resultados observados devem ser para rejeitar a hipótese nula de um teste de significância.

O valor de alfa está associado ao nível de confiança do nosso teste. A seguir, listamos alguns níveis de confiança com seus valores de alfa relacionados:

• Para resultados com um nível de confiança de 90%, o valor de alfa é 1 — 0,90 = 0,10.
• Para resultados com 95 por cento nível de confiança , o valor de alfa é 1 — 0,95 = 0,05.
• Para resultados com um nível de confiança de 99%, o valor de alfa é 1 — 0,99 = 0,01.
• E, em geral, para resultados com um nível de confiança C por cento, o valor de alfa é 1 — C/100.

Embora na teoria e na prática muitos números possam ser usados ​​para alfa, o mais comumente usado é 0,05. A razão para isso é porque o consenso mostra que esse nível é apropriado em muitos casos e, historicamente, tem sido aceito como padrão. No entanto, há muitas situações em que um valor menor de alfa deve ser usado. Não existe um único valor de alfa que sempre determina significância estatística.

O valor alfa nos dá a probabilidade de um erro tipo I . Os erros do tipo I ocorrem quando rejeitamos uma hipótese nula que é realmente verdadeira. Assim, a longo prazo, para um teste com umNível de significânciade 0,05 = 1/20, uma hipótese nula verdadeira será rejeitada uma em cada 20 vezes.

Valores P

O outro número que faz parte de um teste de significância é um valor-p. Um valor p também é uma probabilidade, mas vem de uma fonte diferente de alfa. Cada estatística de teste tem uma probabilidade ou valor p correspondente. Esse valor é a probabilidade de que a estatística observada tenha ocorrido apenas por acaso, assumindo que a hipótese nula é verdadeira.

Como existem várias estatísticas de teste diferentes, existem várias maneiras diferentes de encontrar um valor-p. Em alguns casos, precisamos conhecer o distribuição de probabilidade da população.

O valor p da estatística de teste é uma maneira de dizer o quão extrema essa estatística é para nossos dados de amostra. Quanto menor o valor de p, mais improvável a amostra observada.

Diferença entre o valor-P e o alfa

Para determinar se um resultado observado é estatisticamente significativo, comparamos os valores de alfa e o valor de p. Surgem duas possibilidades:

• O valor p é menor ou igual a alfa. Neste caso, rejeitamos a hipótese nula. Quando isso acontece, dizemos que o resultado é estatisticamente significativo. Em outras palavras, estamos razoavelmente certos de que há algo além do acaso que nos deu uma amostra observada.
• O valor p é maior que alfa. Neste caso, não rejeitamos a hipótese nula . Quando isso acontece, dizemos que o resultado não é estatisticamente significativo. Em outras palavras, estamos razoavelmente certos de que nossos dados observados podem ser explicados apenas pelo acaso.

A implicação do exposto acima é que quanto menor o valor de alfa, mais difícil é afirmar que um resultado é estatisticamente significativo. Por outro lado, quanto maior o valor de alfa, mais fácil é afirmar que um resultado é estatisticamente significativo. Juntamente com isso, no entanto, está a maior probabilidade de que o que observamos possa ser atribuído ao acaso.