Lección
Una p pequeña no es una prueba
Un valor p pequeño dice que los datos serían sorprendentes bajo un modelo nulo, no que la afirmación sea probablemente verdadera o importante.
Por el equipo editorial de Math Says Yes
Revisado por humanos según nuestros estándares de fuentes y corrección.
Cómo revisamos el contenido
La pregunta que responde p
Un comienza asumiendo un modelo nulo específico, por lo general un mundo donde no hay un efecto real, no hay diferencia o no hay asociación del tipo que se está probando. Luego pregunta con qué frecuencia ese modelo produciría datos al menos tan extremos como los que observaste. Por lo tanto, el valor p es una afirmación sobre los datos bajo un supuesto. No es una afirmación directa sobre el supuesto en sí.
Los intercambios que confunden
El error común es invertir la condicional. Las personas leen p = 0.03 como un 3% de probabilidad de que el resultado sea una casualidad, o un 97% de probabilidad de que la hipótesis sea verdadera. El no dice ninguna de las dos cosas. Asume el modelo nulo y mide la sorpresa de los datos observados. Para juzgar si una afirmación es verdadera, también necesitas la plausibilidad previa, el diseño del estudio, la calidad de la medición, el y si estudios similares coinciden.
Significativo no es importante
La y la significación práctica son diferentes. Con una enorme, un efecto diminuto puede producir un muy pequeño, incluso si la diferencia es demasiado pequeña para importar en la vida real. Con una muestra pequeña, un efecto importante puede no alcanzar un límite convencional porque el estudio es demasiado ruidoso. El valor p te dice cuán incompatibles son los datos con el modelo nulo, no si el efecto es lo suficientemente grande como para cambiar una decisión.
Cómo leerlo
Usa un como un diagnóstico, no como un veredicto. Léelo junto con el , el , el , la cantidad de pruebas realizadas y el diseño del estudio. Pregúntate si la hipótesis se planeó antes de ver los datos, si la medición es creíble y si el patrón aparece en otros lugares. Un valor p pequeño puede ser una señal útil; solo se vuelve peligroso cuando se trata como una prueba por sí mismo.
Preguntas frecuentes
¿Significa p = 0.05 que hay un 95% de probabilidad de que el efecto sea real?
No. Significa que datos al menos así de extremos ocurrirían aproximadamente el 5% de las veces bajo el modelo nulo probado. La probabilidad de que el efecto sea real requiere más información de la que contiene el valor p por sí solo.
¿Puede un valor p diminuto describir un resultado sin importancia?
Sí. Las muestras grandes pueden hacer que efectos muy pequeños sean estadísticamente detectables. Aún necesitas el tamaño del efecto y el contexto del mundo real para decidir si la diferencia detectada importa.
Conceptos clave
Probabilidad condicional
La probabilidad de que algo ocurra después de que nueva información cambie lo que sigue siendo posible. El paso importante es actualizar el denominador: los casos descartados por la nueva información ya no deben contarse. Muchos errores ocurren cuando las personas siguen usando las probabilidades originales después de que la situación se ha reducido.
Valores p
Un valor p es la probabilidad de ver datos al menos tan extremos si un modelo nulo específico fuera verdadero. No es la probabilidad de que la afirmación sea falsa, ni la posibilidad de que el resultado haya sido aleatorio, ni una medida de cuán grande o importante es el efecto.
Véelo en acción
Un valor p no es la probabilidad de que tu resultado sea incorrecto
Un valor p te indica cuán inusuales serían los datos bajo un supuesto inicial elegido, a menudo 'sin efecto'. No te dice si una afirmación es verdadera ni cuán grande es el efecto.
Valor p frente a intervalo de confianza: lo que te indica cada uno
Los valores p y los intervalos de confianza responden a preguntas diferentes. Usa el valor p como evidencia contra un modelo nulo, y el intervalo para el tamaño y la incertidumbre del efecto.
Prueba la idea
Valor p frente a intervalo de confianza
Mueve la estimación y observa cómo cambian ambos resúmenes.
estimación: 1.5
valor nulo
estimación
-0.5 to +3.5
intervalo del 95%
.134
valor p
Con una estimación de 1.5, el intervalo del 95% todavía abarca el valor nulo y p = .134. Ambos coinciden: un intervalo que incluye el 0 es exactamente el caso en que p se mantiene por encima de 0,05.
Comprobación rápida
Un estudio informa p = 0,03. ¿Qué traducción en lenguaje sencillo es correcta?
A
Hay un 97% de probabilidad de que la afirmación del estudio sea cierta.
B
El efecto es lo suficientemente grande como para importar en la práctica.
C
Se producirían resultados al menos tan inusuales aproximadamente el 3% de las veces si realmente no hubiera ningún efecto.