Sådan finder du P-værdier ved hjælp af en Texas-instrumenter TI-83 Calculator

I statistik er p-værdien sandsynligheden for, at en testet hypotese giver resultater, der har samme eller større størrelse end de faktiske resultater. Dette antager, at nulhypotesen viser sig at være sand, hvilket betyder, at der ikke er noget bevist forhold mellem de emner, der testes. Mens der er en række måder at finde p-værdier på, når du tester en hypotese, er en af de lettere metoder at bruge en graferegner som en TI-83. Disse regnemaskiner har flere test indbygget, som giver dig p-værdien sammen med andre vigtige data.
Brug af en T-test

Den mest basale statistiske test til at generere p-værdier med er en t-test . Du kan få adgang til t-testfunktionen på en TI-83-regnemaskine ved at trykke på STAT-knappen og derefter trykke på HØJRE PIL-knap to gange for at åbne TESTS-listen. Når du er der, skal du trykke på nummer 2 eller trykke på PIL NED en gang for at fremhæve "2: T-Test ..." og trykke på ENTER-knappen.

På T-Test-siden skal du vælge DATA, hvis du har individuel datapunkter, der skal indtastes, eller vælg STATS, hvis du har statistiske data, så som eksempelmidlet og standardafvigelsen. Indtast dine datapunkter eller statistiske data ved hjælp af tastaturet og tryk på NED-pil-knappen efter behov for at gå gennem listen med indstillinger. Når du har indtastet dine data, skal du vælge "Beregn" og trykke på ENTER. Vent på, at dataene behandles, og find derefter den linje, der begynder med "p \u003d" i dine resultater; dette er p-værdien for dine data.
To prøve-T-test

Hvis du prøver at sammenligne gennemsnit mellem to datagrupper for at se, om der er en statistisk signifikant forskel mellem dem, du ' Brug i stedet en t-prøve t-test i stedet. Åbn TESTS-menuen som ovenfor, men vælg "4: 2SampTTest ..." i stedet. Som før skal du indtaste enten datapunkter eller statistiske data, men denne gang er der to datasæt, der skal indtastes. I lommeregneren bliver disse to sæt nummereret "1" og "2", så du kan se felter, der beder om ting som "n1" eller "Sx2" for at specificere data fra et specifikt sæt eller et andet. Det kan også være nødvendigt, at du specificerer din hypotese, hvor du angiver, om de to datasæt simpelthen ikke er ens, eller om det ene antages at give resultater, der er større end eller mindre end det andet.

Når du har indtastet dine data , vælg indstillingen "Beregn" som før. Vent et øjeblik på dataene til behandling, og søg derefter efter din p-værdi i resultaterne. Resultaterne vil svare til resultaterne leveret af t-testen med en enkelt prøve ovenfor, selvom der vil være nogle forskelle. Den mest markante forskel er måske, at du har data genereret fra hvert af dine datasæt, så ud over de samlede data har du også yderligere poster, der strækker sig ud over bunden af skærmen og kræver rulle for at få adgang. Din samlede p-værdi vil dog stadig være nær toppen af skærmen.
Z-Tests

Z-tests er en anden mulighed til beregning af p-værdier. Den største forskel mellem z-tests og t-tests er, at dataene i z-tests følger en normal distribution i stedet for en distribution baseret på brugerleverede data. Som et resultat er der meget mindre data at indtaste, når du bruger z-tests, fordi det antages, at du allerede har proportioner baseret på den normale distribution. Z-tests findes i den samme TESTS-menu som t-tests, men du vælger enten "5: 1-PropZTest ..." eller "6: 2-PropZTest ..." afhængigt af om du tester proportioner af en gruppe data eller finde forskelle mellem to grupper.

Indtast de ønskede statistiske data til din test, svarende til hvad du ville indtaste i den tilsvarende t-test; bemærker du, at der ikke er nogen mulighed for at indtaste datapunkter, da den normale fordeling antages. Vælg "Beregn" for at behandle dataene, og kontroller derefter dine resultater; kan du se flere elementer, der har en p i deres navn, men der er stadig kun en linje, der bare lyder "p \u003d." Dette er din p-værdi.