قيمة احتمالية
المحتويات

على سبيل التعريف، القيمة الاحتمالية أو قيمة P (الحرف الاتيني P يرمز إلى الكلمة اللاتينية probare، هو مصطلح إحصائي، وتعني بالعربيّة الاحتماليّة). تُستخدَم هذه القيمة لاختبار الفرضيّة إحصائيًّا. هي احتماليّة الحصول على نتائج على الأقل قريبة من أطراف النتائج الحقيقيّة التي لُوحِظت خلال التجربة، مفترضًا بأنّ الفرضيّة الصفريّة صحيحة. بلغة أبسط، تساعد القيمة الاحتماليّة في التمييز بين النتائج التي نتجت عن صدفة لعينة ما من المجموعة الكلية، والنتائج ذات الأهمية الإحصائيّة. استخدام القيمة الإحصائيّة في الاختبار الإحصائيّ للفرضيّات هو أمر شائع في الكثير من حقول البحث، مثل الفيزياء والاقتصاد والتمويل والعلوم السياسيّة وعلم النفس وعلم الأحياء والعدالة الجنائية وعلم الجرائم وعلم الاجتماع. التفسير الخاطئ للقيمة الاحتماليّة هو موضوع مثير للجدل في الأبحاث المعتمدة على الدليل. ونتناول فيما يلي مزيدًا من التفاصيل.
المبدأ العام
من جانب آخر، في اختبار ذي طرف واحد على اليسار، إذا كان X هو المتغير العشوائي و ، القيمة الملاحظة في البيانات، هي قيمة الاحتمال (p-value)، فإن قيمة الاحتمال (p-value) تكون هي : .
من جانب آخر، من الناحية الإحصائية، تُفسَّر قيمة p على أنها احتمال حدوث نتيجة ما على الأقل بنسبة "أقصى أن النتيجة الملاحظة، بالنظر إلى الفرضية الصفرية"، أو إذا استعملنا تدوين الاحتمال القياسي، مع تسمية x بالنتيجة المرصودة و H0 بالفرضية الصفرية فيمكننا تعريف قيمة p بشكل ساذج :
من جانب آخر، تُستعمل قيمة الاحتمال (p-value) لتحديد الدلالة الإحصائية لنتيجة ما، في إطار الفرضية الصفرية. الفكرة العامة هي تحديد ما إذا كانت الفرضية الصفرية صحيحة أم خاطئة، لأنه إذا كانت صحيحة، فإن النتيجة المرصودة ستكون مستبعدة للغاية. بذلك، فهي امتداد لمبدإ البرهان بالتناقض.
ومن جهة أخرى، من الناحية الأخلاقية، مثلًا، تخيل أننا نعرف توزيع الوزن بين الأفراد في مجتمع يعاني من زيادة الوزن، ونجري اختبارًا لعلاج إنقاص الوزن على مجموعة من الأشخاص. نقوم بتقييم متوسط وزن المجموعة بعد العلاج، ونقارنه بالتوزيع الأولي لتحديد ما إذا كانت النتيجة محتملة أم غير محتملة. إذا كانت غير محتملة، فإن العلاج فعال.
- انظر كذلك
- اختبار فرضية إحصائية
- فرق مهم أدنى
وفي السياق ذاته، النتيجة ذات الدلالة الإحصائية هي نتيجةٌ يُستبعد حدوثها إذا كانت الفرضية الصفرية (التي تمثل عادةً الوضع الطبيعي) صحيحة. وعليه، فإن الفرضية الصفرية لا تنطبق على النتيجة المرصودة، وبالتالي فإن الحالة المدروسة تختلف اختلافًا جوهريًا عن الوضع الطبيعي، ولذا فهي ذات أهمية خاصة.
إضافةً إلى ذلك، في اختبار ذي طرفين (يمين ويسار)، إذا كان X هو المتغير العشوائي و القيمة الملاحظة في البيانات هي قيمة الاحتمال (p-value)، فإن قيمة الاحتمال (p-value) تكون هي : في الحالة الخاصة لدالة الكثافة لمتغير زوجي X، يمكننا ببساطة كتابة كما هو موضح في الشكل التوضيحي.
كذلك، في اختبار ذي طرف واحد على اليمين، إذا كان X هو المتغير العشوائي و إذا كانت القيمة الملاحظة في البيانات هي قيمة الاحتمال (p-value)، فإن قيمة الاحتمال (p-value) هي : .
في هذا الإطار، نتيجة قيمة p "من غير المرجح" يشير هذا (مع مراعاة الاصطلاحات المتبعة) إلى أن التجربة المرصودة لا تتبع الفرضية الصفرية، ولكنه لا يسمح بالضرورة بتفسير إضافي. لا ينبغي تفسير قيمة الاحتمال (p-value) على أنها احتمال قائم على الفرضية الصفرية، ولا تتوافق، باستخدام الترميز السابق، مع P(H0|x) خلافًا للتفسير الخاطئ أحيانًا.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟