পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| পি-ভ্যালু এবং পরিসংখ্যানিক তাৎপর্য× | পরিসংখ্যানিক ক্ষমতা ও নমুনার আকার× | |
|---|---|---|
| ক্ষেত্র | গবেষণা পরিসংখ্যান | গবেষণা পরিসংখ্যান |
| পরিবার | Process / pipeline | Process / pipeline |
| উদ্ভবের বছর≠ | 1925 | 1988 |
| প্রবর্তক≠ | Ronald Fisher | Jacob Cohen |
| ধরন | Concept | Concept |
| মৌলিক উৎস≠ | Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd. link ↗ | Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 0-8058-0283-5 |
| অপর নাম | p-value, significance test, statistical significance, alpha level | power analysis, sample size calculation, 1 minus beta, sensitivity |
| সম্পর্কিত≠ | 5 | 4 |
| সারসংক্ষেপ≠ | The p-value is the probability of observing data as extreme as or more extreme than what was actually observed, assuming the null hypothesis is true. Introduced by Ronald Fisher in 1925, it is the foundation of frequentist hypothesis testing. Statistical significance is declared when the p-value falls below a pre-specified threshold (alpha level, typically 0.05). | Statistical power is the probability of detecting a true effect if it exists (1 − β). Power analysis determines the sample size required to detect a hypothesized effect size with specified Type I error (α) and Type II error (β) rates. Introduced by Jacob Cohen (1988), power analysis is foundational to research design: underpowered studies produce inflated effect size estimates and are unlikely to replicate. The standard benchmark is 80% power (β = 0.20), though critical studies may require 90% power. |
| ScholarGateডেটাসেট ↗ |
|
|