Was bedeutet ein p-Wert von genau 1,0000?

8

Ich habe eine Tabelle mit paarweisen Vergleichen mit gepaarten t-Tests, die ich mit dem folgenden Code in R erstellt habe:

with(d_OAI, pairwise.t.test(OAI, Ven,p.adjust.method="bonferroni", paired=T))

Einige der p-Werte sind signifikant (dh weniger als 0,05), andere nicht. Einige der p-Werte sind jedoch gleich 1,00000. Ich nehme an, dies bedeutet, dass die beiden Dinge definitiv NICHT signifikant unterschiedlich sind, aber rundet dieses R von 0,9999 auf oder ist ein p-Wert von 1.000 sinnvoll?

r hypothesis-testing statistical-significance p-value

— lily23
quelle

1

Um die Ursache in diesem Fall sicher zu sein, ist es am besten, die Daten zu haben.

— Glen_b -Reinstate Monica

13

Ich bin nicht genau mit den spezifischen R-Funktionen vertraut, aber wenn es eine Bonferroni-Korrektur gibt, glaube ich, dass dies wahrscheinlich die Erklärung ist. Angenommen, Sie haben zwei Hypothesen getestet und p = 0,6, 0,6 nicht angepasst. Die vereinfachte Bonferroni-Anpassung wäre 1,2, 1,2, aber da dies keine gültigen Wahrscheinlichkeiten sind, würde sie diese auf 1,0 und 1,0 kürzen.

— Cliff AB
quelle

Aber ich dachte, die Frage ist nach dem p-Wert für den gepaarten t-Test?

— HelloWorld

Ja, aber es scheint, dass die p-Werte für mehrere Vergleiche angepasst werden.

— Cliff AB

1

@CliffAB Das Durchsuchen des Quellcodes mit stats:::p.adjustbestätigt Ihre Überzeugung, dass die Funktion p-Werte abschneidet.

9

Wenn die Daten diskret sind, ist es möglich, bei einem gepaarten t-Test einen exakten p-Wert von 1 zu erhalten, wenn die mittlere Differenz genau 0 ist.

Andernfalls kann ein Wert von weniger als 1 bei einer bestimmten Anzahl von signifikanten Zahlen als 1 angezeigt werden.

— Glen_b -State Monica
quelle

Ist t-test nicht für kontinuierliche Daten gedacht? Warum plötzlich diskret?

— HelloWorld

2

@StudentT Während der Test für Daten verwendet werden soll, die aus einer Normalverteilung stammen, hindert dies die Benutzer nicht daran , ihn auf Beobachtungen anzuwenden , bei denen es sich um diskrete Werte handelt, wie z. B. Prüfungsnoten oder Summen von Likert-Elementen oder IQs. Die Frage war nicht, was bei der Ableitung der Verteilung der Statistik angenommen wird, sondern was es bedeuten könnte, wenn ein p-Wert von 1 mit einem bestimmten Datensatz auftritt (welcher Datensatz selbst nicht geliefert wird). Eine mögliche Ursache sind diskrete Daten, die zu einer mittleren Differenz von genau 0 führen. Wenn ja, gibt es nichts weiter zu erklären.

— Glen_b -State Monica

3

@ Cliff-ab hat bereits eine richtige Antwort gegeben. Wenn Sie weitere Informationen über die Bedeutung der erhaltenen p-Werte erhalten möchten, kann es hilfreich sein, daraus ein Histogramm zu erstellen (bevor Sie mehrere Tests korrigieren).

Insbesondere, wie von @ david-robinson in http://varianceexplained.org/statistics/interpreting-pvalue-histogram/ ausführlich beschrieben , können p-Werte nahe 1,0 darauf hinweisen, dass Sie möglicherweise einen einseitigen Test angewendet haben wollte einen zweiseitigen Test oder kann durch fehlende Werte in Ihren Daten verursacht werden, was die Testergebnisse verzerrt. Eine weitere Option (wie @ Cliff-AB erwähnt) ist die von Ihnen angewendete Bonferroni-Korrektur, die als plausibelste Ursache erscheint.

— Zeehio
quelle