Process / pipelinehypothesis-testing
p-값과 통계적 유의성
p-값은 귀무가설이 참이라고 가정할 때, 실제로 관찰된 것만큼 또는 그보다 더 극단적인 데이터를 관찰할 확률입니다. 1925년 로널드 피셔가 도입한 이 개념은 빈도주의적 가설 검정의 기초입니다. p-값이 미리 정해진 임계값(알파 수준, 일반적으로 0.05)보다 낮을 때 통계적 유의성이 선언됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). P-Value and the Concept of Statistical Significance in Hypothesis Testing. ScholarGate. https://scholargate.app/ko/research-statistics/p-value-significance
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 효과 크기연구 통계↔ 비교
- 다중 비교 문제연구 통계↔ 비교
- 귀무가설 검정연구 통계↔ 비교
- 통계적 검정력과 표본 크기연구 통계↔ 비교
- 제1종 오류와 제2종 오류연구 통계↔ 비교