حاسبة قيمة P مجانية (z، t، χ²، F)

حاسبة القيمة الاحتمالية تحويل إحصائيات الاختبار إلى قيم p · تم التحقق من صحتها مقابل R 4.3.3

اختبار الإحصائيةعلى سبيل المثال، قيمة z أو t أو χ² أو F

التوزيع

درجات الحرية (df1)لـ t، χ²؛ درجات الحرية في البسط لـ F

المقام df (للفئة F فقط)اترك هذا الحقل فارغًا إلا إذا كان F

الذيول (z و t فقط؛ χ² و F تستخدم الذيل العلوي)

دليل المستخدم

متى يُستخدم؟ تحويل إحصائية الاختبار (z، t، χ² أو F) إلى قيمة p تحت الفرضية الصفرية.

الافتراضات. لديك بالفعل إحصائية محسوبة بشكل صحيح ودرجات الحرية الصحيحة.

أخطاء شائعة. قيمة p ليست احتمال صحة الفرضية الصفرية، ولا حجم التأثير.

مثال عملي

انقر فوق تحميل بيانات المثال أعلاه ثم تشغيل التحليل لرؤية نتيجة كاملة مع الشكل والصيغة والتفسير لهذا الاختبار.

مراجع حسابات

Wasserstein RL, Lazar NA. بيان الجمعية الإحصائية الأمريكية بشأن قيم p. Am Stat. 2016;70:129-133.

Editverse.com · تم التحقق من صحة الإصدار R 4.3.3 · v3.6 هل تحتاج إلى تحليل من خبير؟ →

أي ذيل يُستخدم؟ z و t: اختبار ذو طرفين p = 2 × P(T ≥ |t|)، اختبار ذو طرف واحد p = P(T ≥ |t|)، ويُؤخذ في اتجاه الإحصائية المرصودة. مربع كاي و F: دائمًا الطرف العلوي، p = P(X ≥ الإحصائية)، لأن القيم الكبيرة فقط هي التي تُعتبر دليلًا ضد الفرضية الصفرية. لا يؤثر استخدام اختبار ذي طرفين أو ذي طرف واحد على نتائج مربع كاي أو F.

بكلمات بسيطة: ما الذي تخبرك به قيمة P فعليًا

تُجيب قيمة الاحتمال (p-value) على سؤال محدد: إذا لم يكن هناك أي تأثير (أي إذا كانت الفرضية الصفرية صحيحة تمامًا)، فكم مرةً سترى نتيجةً متطرفةً على الأقل مثل النتيجة التي لاحظتها، بمحض الصدفة؟ قيمة الاحتمال الصغيرة تعني أن بياناتك ستكون مفاجئة في عالم خالٍ من أي تأثير، وبالتالي فإن البيانات لا تتوافق مع افتراض انعدام التأثير.

ما ليس هو : قيمة p ليست احتمال صحة الفرضية الصفرية، وليست احتمال حدوث النتيجة بالصدفة، ولا تقيس حجم أو أهمية التأثير. هذه المفاهيم الخاطئة الثلاثة هي أكثر الأخطاء شيوعًا في الأدبيات المنشورة، ويتم تدريب المراجعين على اكتشافها.

عتبةإنّ قيمة p < 0.05 هي اصطلاحية وليست قانوناً طبيعياً. وهي تعني نسبة خطأ إيجابي قدرها 5% في ظل الفرضية الصفرية.

أزواج معقم دائمًا بالإبلاغ عن حجم التأثير + فاصل الثقة جنبًا إلى جنب مع قيمة p، وليس قيمة p وحدها أبدًا.

التخلف عن السداد ذو الذيليناستخدم اختبار ذي طرفين إلا إذا كان لديك فرضية اتجاهية مسجلة مسبقًا.

ليس "أهمية""ذو دلالة إحصائية" لا يعني "ذو أهمية سريرية". قد يكون التأثير الصغير وغير المفيد ذا دلالة إحصائية في عينة كبيرة.

الدليل الشامل لقيم P

تُعدّ قيمة الاحتمال (p-value) الإحصائية الأكثر شيوعًا في البحوث الطبية الحيوية، وهي أيضًا الأكثر عرضةً لسوء الفهم. قدّمها آر. إيه. فيشر كمقياس غير رسمي للأدلة ضد الفرضية الصفرية، ثم دُمجت لاحقًا مع إطار عمل نيمان-بيرسون لاتخاذ القرار في قاعدة "الرفض إذا كانت قيمة الاحتمال أقل من 0.05" التي تُهيمن على المجلات العلمية اليوم. هذا الدمج التاريخي هو أصل الكثير من الالتباس: يُعامل الرقم كقاعدة قرار بنعم/لا، بينما يُفسّر في الوقت نفسه كمقياس متصل للأدلة، ولا تتفق القراءتان دائمًا.

التعريف الرسمي

بافتراض وجود إحصائية اختبار محسوبة من بياناتك، فإن قيمة الاحتمال (p-value) هي الاحتمال — بافتراض صحة الفرضية الصفرية وجميع افتراضات النموذج الأخرى — الحصول على نتيجة متطرفة على الأقل مثل النتيجة المرصودة. رسميًا، بالنسبة لإحصائية مرصودة، p = P(|X| ≥ |stat| | H₀) بالنسبة لاختبار z أو t ثنائي الطرف. أما بالنسبة لاختبارات مربع كاي واختبارات F، فإن قيمة p هي الطرف العلوي. p = P(X ≥ stat | H₀)تقوم الآلة الحاسبة أعلاه بتحويل إحصائية az أو t أو χ² أو F (مع درجات الحرية الصحيحة) إلى هذا الاحتمال، وتعرض لك أمر R المطابق بحيث تكون النتيجة قابلة للتكرار بشكل كامل.

أهم تحذير على الإطلاق: قيمة الاحتمال (p-value) مشروطة بصحة النموذج الإحصائي بأكمله ، ليس فقط فرضية انعدام التأثير، بل أيضاً الافتراضات المتعلقة بالتوزيع، والاستقلالية، وانعدام التحيز في الاختيار، وانعدام خطأ القياس. تشير قيمة الاحتمال الصغيرة إلى أن أحد هذه الافتراضات غير معقول، وأن فرضية انعدام التأثير ليست سوى أحد الاحتمالات. هذه هي الرسالة الأساسية لأشهر دليل حديث في هذا الموضوع (جرينلاند وآخرون، 2016).

كيفية تفسير النتيجة

ف <0.001 — أدلة قوية جداً ضد الفرضية الصفرية في ظل النموذج المفترض. يرجى ذكر القيمة الدقيقة (مثلاً، p = 0.0004), وليس "p < 0.05".
0.001 ≤ ص < 0.05 — أدلة ضد الفرضية الصفرية عند العتبة التقليدية. فسر النتائج في ضوء حجم التأثير وفترة الثقة.
0.05 ≤ ص < 0.10 — ضعيف/غامض. افعل لست وصفها بأنها "تتجه نحو الأهمية" أو "تقترب من الأهمية"؛ هذه الصياغة تتعرض للانتقاد في الأدبيات المنهجية.
ص ≥ 0.10 — البيانات متوافقة بشكل معقول مع القيمة الفارغة. هذا هو لست إثبات "عدم وجود تأثير" - إن غياب الدليل ليس دليلاً على الغياب، خاصة في دراسة ذات قوة إحصائية منخفضة.

القواعد الخمس التي يطبقها المراجعون

1. أبلغ عن قيم p الدقيقة

كتابة p = 0.03، لا p < 0.05تتيح القيم الدقيقة للقراء تطبيق معاييرهم الخاصة للتحقق من الأدلة. استخدم p < 0.001 فقط أسفل ذلك الطابق.

2. قم دائمًا بإقرانها بحجم التأثير وفترة الثقة 95%

لا يمكن تفسير قيمة p وحدها لاتخاذ القرارات السريرية. تُظهر فترة الثقة نطاق التأثيرات المتوافقة مع بياناتك؛ بينما يُبين حجم التأثير ما إذا كان الفرق ذا أهمية.

3. حدد مسبقًا ما إذا كان الاختبار أحادي الطرف أو ثنائي الطرف

الاختبار ذو الطرفين هو الاختبار الافتراضي. أما الاختبار ذو الطرف الواحد فلا يكون مقبولاً إلا إذا تم تسجيل فرضية اتجاهية قبل الاطلاع على البيانات.

4. تصحيح المقارنات المتعددة

يؤدي اختبار 20 نتيجة عند مستوى دلالة إحصائية α = 0.05 إلى نتيجة إيجابية خاطئة واحدة تقريبًا بالصدفة. استخدم تصحيح بونفيروني، أو تصحيح هولم، أو تصحيح معدل الاكتشاف الخاطئ، وحدد أيها استخدمت.

5. لا تفسر عبارة "غير مهم" على أنها "لا يوجد فرق".

تشير قيمة p الكبيرة في دراسة صغيرة عادةً إلى ضعف القدرة الإحصائية، وليس بالضرورة إلى فرضية العدم. لذا، يُرجى ذكر فاصل الثقة (CI) ليتمكن القراء من تحديد التأثيرات المحتملة.

أمثلة عاملة

سيناريوهات سريرية حقيقية. أدخل الإحصائية في الآلة الحاسبة أعلاه لإعادة إنتاج كل قيمة احتمالية (p-value).

1. تجربة مجموعتين (z / طبيعي)

تقارن تجربة سريرية دواءً جديداً خافضاً لضغط الدم بدواء وهمي. إحصائية الاختبار المعيارية للفرق في متوسط ضغط الدم الانقباضي هي z = 2.5.

الإحصائية = 2.5 · التوزيع = التوزيع الطبيعي (z) · اختبار ذو طرفين

ع = 0.0124

القراءة: في ظل فرضية العدم (عدم وجود فرق)، يحدث هذا التطرف بنسبة 1.2% تقريبًا. يُرجى الإبلاغ عن ذلك مع متوسط الفرق وفترة الثقة 95% الخاصة به.

2. دراسة زوجية صغيرة (t)

أظهرت دراسة قبل وبعد لبروتوكول إعادة التأهيل على 15 مريضًا قيمة t المقترنة = 2.20 مع df = 14.

الإحصائية = 2.20 · المسافة = t · درجة الحرية 1 = 14 · اختبار ذو طرفين

p ≈ 0.045

القراءة: أقل بقليل من 0.05، ولكن مع حجم عينة n = 15، ستكون فترة الثقة واسعة. هذه هي الحالة التي يكون فيها الإبلاغ عن الفترة (وليس مجرد "معنوي") مهمًا.

3. جدول التوافق (χ²)

ينتج عن جدول 2×3 للمعالجة مقابل فئة الاستجابة χ² = 9.5 مع df = 2.

الإحصائية = 9.5 · التوزيع = مربع كاي · درجة الحرية 1 = 2 · الذيل العلوي

p ≈ 0.0087

القراءة: دليل قوي على وجود ارتباط. تابع باستخدام البواقي المعيارية لمعرفة الخلايا التي تُسبب هذا الارتباط - قيمة p وحدها لا تُحدد موضع التأثير.

4. اختبار ANOVA الشامل (F)

تمت مقارنة ثلاثة أنظمة غذائية من حيث تغير الوزن؛ يعطي تحليل التباين أحادي الاتجاه F = 4.10 مع df1 = 2، df2 = 57.

الإحصائية = 4.10 · التوزيع = F · درجات الحرية 1 = 2 · درجات الحرية 2 = 57 · الذيل العلوي

p ≈ 0.022

القراءة: يختلف متوسط مجموعة واحدة على الأقل. لا يحدد الاحتمال الإجمالي (p) أي زوج من المجموعات - قم بإجراء اختبار لاحق (Tukey HSD) مع تصحيحه الخاص.

الأسئلة الشائعة

هل تخبرني قيمة p باحتمالية صحة فرضيتي؟

لا. هذا هو سوء الفهم الأكثر شيوعًا في الأدبيات. تُحسب قيمة الاحتمال (p-value) بافتراض صحة الفرضية الصفرية؛ ولا يمكنها أيضًا تحديد احتمال صحة هذه الفرضية. للحصول على احتمال صحة فرضية معينة بناءً على البيانات، أنت بحاجة إلى إطار بايزي، وليس قيمة الاحتمال (p-value).

هل قيمة p = 0.04 "أكثر أهمية" من قيمة p = 0.06؟

يُعدّ الحدّ الفاصل 0.05 اصطلاحًا، والفرق بين 0.04 و0.06 أقل بكثير مما يبدو. إنّ اعتبار أحدهما اكتشافًا والآخر نتيجة سلبية خطأ معروف، لذا يجب الإبلاغ عن القيم الدقيقة وتفسيرها بشكل متواصل جنبًا إلى جنب مع حجم التأثير وفترة الثقة.

ما الفرق بين الدلالة الإحصائية والدلالة السريرية؟

تُعنى الدلالة الإحصائية بمعرفة ما إذا كان التأثير قابلاً للتمييز عن الصفر بالنظر إلى البيانات. أما الدلالة السريرية فتُعنى بمعرفة ما إذا كان التأثير كبيرًا بما يكفي ليؤثر على المرضى. في عينة كبيرة، قد يكون الفرق الطفيف سريريًا ذا دلالة إحصائية عالية؛ بينما في عينة صغيرة، قد لا يصل الفرق المهم سريريًا إلى مستوى الدلالة. لذا، يجب دائمًا الإبلاغ عن كليهما.

هل يجب عليّ استخدام اختبار ذي طرف واحد أم اختبار ذي طرفين؟

يُفضّل استخدام اختبار ذي طرفين. يُضاعف الاختبار ذو الطرف الواحد قوة الاختبار الظاهرية، ولكنه لا يُبرر إلا عند تحديد فرضية اتجاهية قبل جمع البيانات - ويُفضّل تسجيلها مسبقًا. ويُبدي المراجعون شكوكًا حيال الاختبارات ذات الطرف الواحد التي يتم اختيارها بعد الاطلاع على البيانات.

هل تتوافق هذه الآلة الحاسبة مع برنامجي R و SPSS؟

نعم. تستخدم الآلة الحاسبة نفس دوال التوزيع المستخدمة في R 4.3.3 (pnorm, pt, pchisq, pfويُخرج البرنامج كود R الدقيق، مما يُمكّنك من إعادة إنتاج كل نتيجة والتحقق منها. وتُعادل مخرجاته مخرجات برنامجي SPSS وStata لنفس المدخلات ودرجات الحرية.

قراءات ومراجع مهمة

مصادر خاضعة لمراجعة الأقران ومفهرسة في PubMed لقسم المنهجية الخاص بك وفهمك الشخصي.

غرينلاند إس، سين إس جيه، روثمان كيه جيه، كارلين جيه بي، بول سي، غودمان إس إن، ألتمان دي جي. الاختبارات الإحصائية، وقيم P، وفترات الثقة، والقوة: دليل للتفسيرات الخاطئة. المجلة الأوروبية لعلم الأوبئة. 2016;31(4):337–350. PMID: 27209009 · DOI: 10.1007/s10654-016-0149-3 · النص الكامل متاح مجاناً (PMC4877414)

المرجع الحديث الأساسي - فهرس لأكثر الأخطاء شيوعًا في تفسير قيم p وفترات الثقة وقوة الاختبار. اقرأ هذا أولًا.

حبيب زاده ف. قيمة P: ما هي وما ليست عليه. J Korean Med Sci. 2025، 40: e321. PMID: 41250654 · DOI: 10.3346/jkms.2025.40.e321 · مراجعة · النص الكامل متاح مجاناً

مراجعة حديثة وسهلة الوصول تتتبع قيمة p من فيشر إلى إطار عمل نيمان-بيرسون، مع إرشادات عملية لإعداد التقارير.

بوسكاردين سي كيه، سيويل جيه إل، تولسجارد إم جي، بوسيك إم في. كيفية استخدام قيم p والإبلاغ عنها. منظور التعليم الطبي. 2024 ؛ 13 (1). PMID: 38680196 · DOI: 10.5334/pme.1324 · النص الكامل متاح مجاناً (PMC11049675)

إرشادات عملية تركز على إعداد التقارير حول عتبة "P < 0.05" وكيفية عرض قيم p بشكل مسؤول.

فان راين MHC، Bech A، Bouyer J، van den Brand JAJG. الأهمية الإحصائية مقابل الأهمية السريرية. زراعة قرص النيفرول. 2017؛32(ملحق_2). PMID: 28064161 · DOI: 10.1093/ndt/gfw385

يترجم تحذيرات الجمعية الإحصائية الأمريكية إلى لغة سهلة الفهم للأطباء؛ ويوضح الفرق بين الأهمية والصلة.

Cote MP, Lubowitz JH, Brand JC, Rossi MJ. سوء تفسير قيم P والقوة الإحصائية يخلق شعوراً زائفاً باليقين. الرجل:. 2021 ؛ 37 (4). PMID: 33812509 · DOI: 10.1016/j.arthro.2021.02.010

حول خطر تقسيم النتائج إلى "هام / غير هام" والغموض الذي يخفيه هذا الأمر.

تانها ك، محمدي ن، جاناني ل. قيمة P: ما هو وما ليس كذلك. المجلة الطبية لجمهورية إيران الإسلامية. 2017، 31: 65. PMID: 29445694 · DOI: 10.14196/mjiri.31.65 · النص الكامل متاح مجاناً (PMC5804470)

مقدمة موجزة مبنية على بيان جمعية علم النفس الأمريكية لعام 2016 - جيدة للتدريس والرجوع السريع.

هل تحتاج إلى إحصائي للتحقق من تحليلك؟

يقدم خبراء الإحصاء الحيوي لدينا تحليلات إحصائية جاهزة للنشر، ونصوصًا منهجية، ودعمًا في الرد على المراجعين - مع مخرجات قابلة للتكرار تعتمد على لغة R.

احصل على مساعدة إحصائية متخصصة