Process / pipelinehypothesis-testing
القيمة الاحتمالية (p-value) والأهمية الإحصائية
القيمة الاحتمالية (p-value) هي احتمال ملاحظة بيانات متطرفة مثل البيانات التي تمت ملاحظتها أو أكثر تطرفًا منها، بافتراض أن الفرضية الصفرية صحيحة. قدمها رونالد فيشر في عام 1925، وهي أساس اختبار الفرضيات التكراري. يتم الإعلان عن الأهمية الإحصائية عندما تنخفض القيمة الاحتمالية عن حد محدد مسبقًا (مستوى ألفا، عادة 0.05).
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd. link ↗
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129–133. DOI: 10.1080/00031305.2016.1154108 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). P-Value and the Concept of Statistical Significance in Hypothesis Testing. ScholarGate. https://scholargate.app/ar/research-statistics/p-value-significance
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- حجم التأثيرإحصاء البحث↔ قارن
- مشكلة المقارنات المتعددةإحصاء البحث↔ قارن
- اختبار الفرضية الصفريةإحصاء البحث↔ قارن
- القوة الإحصائية وحجم العينةإحصاء البحث↔ قارن
- خطأ النوع الأول والنوع الثانيإحصاء البحث↔ قارن