Degré de signification / p value

[eva10]

Bonjour,

Je ne comprend pas très bien ce qu'est la p-value. C'est une valeur que l'on détermine ou c'est une valeur observée ?

 

Je comprend son intérêt pas pas à quoi elle correspond en gros.

 

Merci d'avance de votre réponse 

[Kim-P03]

Bonjour,

La p-value est une probabilité.

 

Lors d'un test statistique par exemple un test déterminant la qualité d'un traitement de prévention vis-à-vis d'une maladie. On a une probabilité P(M/TP) d'avoir la maladie en ayant pris le traitement et une probabilité P(M/NTP) d'avoir la maladie sans traitement. Après une expérience particulière comme analysé l'apparition de la maladie sur 5 ans dans 2 populations : l'une ayant pris le traitement et l'autre non, on va observer des différences dans les résultats. L'objectif sera de savoir si les différences analysées sont dues ou non au hasard. On va donc établir une première hypothèse :

 

H₀ : P(M/TP) = P(M/NTP) cela signifierait que le traitement est inefficace vu que prendre le traitement ne changerait pas la probabilité d'avoir la maladie.

C'est maintenant qu'intervient le p qui est le degré de signification du test. D'une certaine manière cette probabilité p va évaluer la qualité du test (et non celle du traitement) qui cherche a établir l'impact du traitement vis-à-vis de la maladie. p correspond en quelque sorte à la probabilité d'observer une différence aussi extrême que celle observée dans notre test SI H₀ est vraie.

(par exemple si on a une probabilité P(M/NTP) = 0.6 et P(M/TP) = 0.4 on a une différence de 0.2 et l'objectif est de savoir si cette différence est significative, c'est-à-dire que notre traitement à un réel impact, ou si on ne peut pas conclure parce que par exemple on aurait mal choisi nos populations ce qui pourrait avoir faussé les résultats).

Maintenant si la valeur p est élevée cela signifie que dans notre test il y avait de fortes chances d'observer une différence des probabilités d'avoir la maladie avec ou sans le traitement dans notre expérience même si la probabilité est la même dans la réalité (hypothèse nulle). ATTENTION : cela ne permet pas de conclure que l'hypothèse nulle est vraie mais cela signifie qu'on ne peut pas la rejeter. Il faudra essayer de refaire un test d'une autre façon permettant de mieux déterminer si la différence est significative ou non.

 

Par contre si la valeur p est faible cela signifie qu'il y a peu de chance d'observer une différence de probabilité, dans notre expérience, si notre hypothèse nulle est vraie. Dans ce cas étant donné que dans notre test on aura tout de même observé une forte différence cela signifie que H₀ est peu crédible et donc cela augmente notre conviction de rejeter H0 et alors on pourra établir une deuxième hypothèse par exemple : H1 : P(M/TP) < P(M/NTP). La différence observée est alors significative au risque alpha.

 

Son intérêt est donc d'établir le degré de signification de tes résultats dans ton expérience.

 

La p-value estt une valeur que l'on détermine en fonction de tous les paramètres de ton expérience mais en P1 on ne nous apprend pas à la déterminer. Dans les QCM on te dira si la p-value est inférieur ou supérieur au risque alpha (inférieur à alpha => on peut rejetter H0 et supérieur => on ne rejette pas H0). La p-value est ainsi déterminer pour chaque expérience. Ou sinon on te demandera peut-être de dire si p petit ou grand en fonction de conclusions établies. 

 

Je sais pas si j'ai réussi à être claire ^^' c'est pas très facile à expliquer pour moi. Si tu as toujours des doutes n'hésite pas à demander des éclaircissements. 

Bon courage!

[eva10]

Merci beaucoup c'est un peu plus clair en effet 

[albanie31]

Merci! C'est vachement plus clair que dans le poly