Em um teste de hipóteses, você formula uma hipótese nula que representa uma afirmação a ser testada – onde os grupos comparados não tem diferença entre si –, e uma hipótese alternativa – que é a afirmação oposta. Indica a probabilidade de obter os resultados observados, assumindo que a hipótese nula seja verdadeira.
O valor p varia de 0 a 1. Um valor-p baixo indica uma evidência estatística forte contra a hipótese nula e, de acordo com um consenso usado na literatura, valores abaixo de p < 0,05 são considerados significativos. Isso significa que os resultados observados são improváveis de ocorrer apenas por acaso, assumindo que a hipótese nula seja verdadeira. Portanto, nesses casos, geralmente rejeitamos a hipótese nula em favor da hipótese alternativa.
Por outro lado, um valor p alto (por exemplo, p > 0,05) indica que os resultados observados são mais prováveis de ocorrer por acaso, mesmo se a hipótese nula for verdadeira. Nesses casos, não temos evidência estatística suficiente para rejeitar a hipótese nula.
Nível de Significância (α)
- O nível de significância (α) é o limite para a probabilidade de significância a partir do qual se passa a rejeitar a hipótese nula do teste;
- Representa a probabilidade tolerável de se rejeitar H0 quando esta for verdadeira;
- Os valores mais comuns para o nível de significância são 5% e 1%.
Probabilidade de Significância (valor-p)
- Probabilidade da estatística do teste acusar um resultado tão (ou mais) distante do esperado quanto o resultado ocorrido na amostra observada;
- Pode ser compreendida como a probabilidade do desvio observado ter ocorrido por acaso se a hipótese nula for verdadeira.
Para que serve um teste estatístico?
- Para ter maior segurança na decisão;
- O teste não elimina o erro;
- Quantificar a probabilidade de erro, pois fornece o p-valor (valor de probabilidade).
O que representa o valor-p?
Exemplo
Teste de hipótese para detectar a diferença entre dois tratamentos
Existe diferença entre os tratamentos A e B?
H0: A = B
H1: A ≠ B
- Valor-p = probabilidade de encontrar diferença entre A e B (amostra), quando essa diferença não existe (população);
- Erro devido ao acaso.
É importante ressaltar que o valor p não indica a magnitude ou importância dos resultados, apenas fornece uma medida de evidência estatística contra a hipótese nula. A interpretação do valor-p depende do contexto do estudo, das hipóteses sendo testadas e dos critérios de significância adotados.
Esse é um post Collab: Epidemiopro + Causaleoficial
Esses e outros assuntos relacionados você encontra em nosso Curso de Epidemiologia essencial EpidemioPro
