مقدار پی و اهمیت آماری
مقدار پی (p-value) احتمال مشاهده دادههایی به اندازه یا شدیدتر از آنچه در عمل مشاهده شده است، با فرض درست بودن فرضیه صفر است. این مفهوم که توسط رونالد فیشر در سال ۱۹۲۵ معرفی شد، اساس آزمون فرض فراوانیگرایانه است. اهمیت آماری زمانی اعلام میشود که مقدار پی از یک آستانه از پیش تعیین شده (سطح آلفا، معمولاً ۰.۰۵) کمتر باشد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). P-Value and the Concept of Statistical Significance in Hypothesis Testing. ScholarGate. https://scholargate.app/fa/research-statistics/p-value-significance
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- اندازه اثر (Effect Size)آمار پژوهش↔ مقایسه
- مشکل مقایسههای چندگانهآمار پژوهش↔ مقایسه
- آزمون فرض صفرآمار پژوهش↔ مقایسه
- توان آماری و اندازه نمونهآمار پژوهش↔ مقایسه
- خطاهای نوع اول و نوع دومآمار پژوهش↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →