Valeur p et intervalle de confiance : ce que chacun vous apprend

Une valeur p se demande si les données semblent surprenantes sous un modèle nul. Un intervalle de confiance demande quelles tailles d'effet restent plausibles.

Les valeurs p et les intervalles de confiance répondent à des questions différentes. Utilise la valeur p pour trouver des indices contre un modèle nul, et l'intervalle pour connaître la taille et l'incertitude de l'effet.

Par l'équipe de rédaction de Math Says Yes

Examiné par des humains selon nos normes en matière de sources et de corrections.

Comment nous évaluons le contenu

LE PIÈGE

Penser que la p-valeur et l'intervalle de confiance sont interchangeables parce qu'ils apparaissent souvent tous les deux dans le même tableau d'une étude.

Une barre de plage horizontale avec un point central sur la gauche, et une ligne de seuil en pointillé avec un marqueur la traversant sur la droite.

La courte différence

Une p-valeur commence par un modèle nul, tel qu'aucune différence entre deux groupes, et demande à quel point les données observées seraient inhabituelles si ce modèle était vrai. Un commence par une estimation, telle qu'une différence de moyennes, et montre une plage de tailles d'effet qui restent plausibles selon la méthode utilisée. La première concerne principalement la surprise sous un modèle. Le second concerne principalement l'ampleur et la précision.

Comparaison rapide

P-valeur

Intervalle de confiance

À quoi cela répond

S'il n'y avait pas de réelle amélioration, à quel point ce résultat serait-il inhabituel ?

Quelles tailles d'amélioration correspondent encore aux données ?

Erreur courante

Traiter p comme la probabilité que l'affirmation soit fausse.

Traiter 95 % comme une probabilité personnelle pour un intervalle terminé.

À utiliser quand

Tu as besoin de preuves contre un modèle nul spécifique.

Tu as besoin de la taille, de la direction et de la précision de l'effet.

Exemple concret

Supposons qu'une étude estime qu'un traitement améliore un score de 4 points, avec un à 95 % allant de 1 à 7 points et p = 0.02 pour l' d'une amélioration nulle. La p-valeur indique que des données au moins aussi favorables seraient inhabituelles si la véritable amélioration était exactement nulle sous le modèle testé. L'intervalle indique que l'effet est estimé autour de 4 points, mais que des valeurs de 1 à 7 restent compatibles avec la procédure.

Ce que les gens comprennent mal

L'erreur courante est de lire p = 0.02 comme une de 98 % que l'affirmation soit vraie, ou de lire un à 95 % comme une probabilité personnelle de 95 % que l'intervalle final contienne la vraie valeur. Aucune de ces formulations n'est la définition fréquantiste. Une autre erreur est d'ignorer la taille de l'effet : une p-valeur minuscule peut provenir d'un grand et d'un effet trivial, tandis qu'un intervalle large peut montrer qu'une étude n'a pas cerné la taille pratique de l'effet.

Quand cela s'applique

Utilise une p-valeur lorsque la question est de savoir si les données observées sont difficiles à concilier avec un modèle nul spécifique. Utilise un lorsque la question est de savoir quelle pourrait être la taille raisonnable de l'effet. Dans la plupart des lectures appliquées, tu veux les deux : la p-valeur peut signaler un motif surprenant, tandis que l'intervalle t'aide à juger si le motif est assez grand, assez précis et assez utile pour avoir de l'importance.

Note sur la source

La déclaration de l'ASA établit les limites de l'interprétation des p-valeurs, en particulier l'avertissement selon lequel les p-valeurs ne mesurent pas la qu'une hypothèse soit vraie ou la taille d'un effet. Morey et ses collègues discutent directement des erreurs courantes sur l'. Ensemble, ces sources soutiennent la règle pratique de la page : utilise les p-valeurs et les intervalles comme des résumés complémentaires, et non comme des machines à preuves interchangeables.

Essaie

Valeur p vs intervalle de confiance

Déplace l'estimation et observe l'évolution des deux résumés.

estimation : +1.5

valeur nulle

estimation

-0.5 to +3.5

intervalle à 95 %

.134

valeur p

Pour une estimation de +1.5, l'intervalle à 95 % englobe toujours la valeur nulle et p = .134. Les deux s'accordent : un intervalle qui inclut 0 correspond exactement au cas où p reste supérieur à 0,05.

FAQ

Un intervalle de confiance est-il meilleur qu'une p-valeur ?

Il n'est pas simplement meilleur ; il répond à une question différente. Un intervalle de confiance donne la taille de l'effet et l'incertitude, tandis qu'une p-valeur résume la surprise sous un modèle nul.

Un résultat peut-il être statistiquement significatif mais sans importance ?

Oui. Avec un échantillon suffisamment grand, même un effet minime peut produire une petite p-valeur. L'intervalle de confiance et le contexte pratique t'indiquent si l'effet a de l'importance.