P-waarde (rekenmethode niet consequent volgens def?)

Moderators: dirkwb, Xilvo

Reageer
Berichten: 4

P-waarde (rekenmethode niet consequent volgens def?)



Wanneer we het begrip P-waarde bekijken, valt het op dat de definitie heel strikt is. Het formuleren met eigen woorden leidt al vlug tot een verkeerde def (zie bv engelstalige wiki, o.a. 'misunderstandings).

Deze definitie is: P-waarde is de kans om de bekomen testresultaten (of extremer) te bekomen, ervan uitgaande dat de nulhypothese waar is.

M.a.w we berekenen voor het bekomen testresultaat de Z-waarde en overeenkomende kans binnen de verdeling overeenkomend met de nulhypothese

-------> Echter, in oefeningen en het handboek doet men bijna altijd het volgende: men berekent de Z-waarde en overeenkomende kans voor de waarde overeenkomend met de nulhypothese berekent men de Z-waarde en overeenkomende kans binnen de verdeling van detestresultaten

De waarde bij dit laatste stemt toch niet overeen met de definitie van P-waarde? (en lijkt me eerder aan te sluiten bij volgende misunderstanding op wiki: The p-value is not the probability that the null hypothesis is true.)

Misschien ben ik hier te kritisch maar men mag er toch niet zomaar van uitgaan dat de bekomen waarde in beide gevallen dezelfde is en dat het niet uitmaakt binnen welke verdeling van de 2 je de Z-waarde berekent?

Mvg

Berichten: 132

Re: P-waarde (rekenmethode niet consequent volgens def?)

Ik denk dat op sommige momenten taal juist een beetje in de weg zit bij het snappen van concepten. Ik probeer het te verduidelijken,

binnen de verdeling overeenkomend met de nulhypothese;

de nulhypothese gaat ervan uit dat het achterliggende proces een bepaalde verdeling volgen (bijvoorbeeld normaal-verdeelt), de testresultaten komen daarmee dus ook uit dit proces en bevatten onder de nul-hypothese deze eerder aangenomen verdeling. Ik denk dat dit is wat je boek probeert te zeggen?

Daarnaast iets over h0 en pwaarde;

een p waarde geeft inderdaad de waarschijnlijkheid van een realisatie aan onder de voorwaarde dat h0 juist is. We kunnen echter nooit aantonen dat h0 juist is. Als iets een grote kans heeft om te gebeuren onder de h0 dan betekent dat niet per definitie dat daarmee de h0 waar is (probeer zelf na te gaan).

Daarom zetten statistici vaak in de h0 hetgeen wat ze juist willen verwerpen, en gebruiken h1 als hetgeen zij willen aantonen. Wanneer we iets tegenkomen wat bijna nooit kan gebeuren onder h0 (dus lage p-waarde) dan is dat dus een reden om af te vragen of h0 wel correct is. Dit is gebaseerd op de 'falsificatie' methode waarop veel wetenschappen zijn gebouwd.

Reageer