La significación estadística y los valores de p

Cuando se trata de análisis de clientes en general, te vas a encontrar la frase Estadísticamente significante. También se encuentra con algo que se llama un p-valor. Hay mucho envasados ​​en esa pequeña p y hay libros escritos sobre el tema. Esto es lo que necesita saber.

En principio, un resultado estadísticamente significativo (por lo general una diferencia) es un resultado que no está atribuido al azar. Más técnicamente, significa que si la hipótesis nula es verdad (lo que significa que realmente no hay diferencia), hay una baja probabilidad de obtener un resultado que grande o más grande.

Tenga en cuenta estos dos factores importantes.

• Error de muestreo. Siempre hay una posibilidad de que las diferencias que observamos en la medición de una muestra de los clientes es sólo el resultado de la casualidad ruido casualidad fluctuations- azar.

• Probability- Nunca certeza. La estadística es sobre probability- no se puede comprar 100% de certeza. La estadística es acerca de la gestión de riesgos. ¿Se puede vivir con una probabilidad del 10 por ciento que su decisión no es correcta? Una probabilidad del 5 por ciento? 33 por ciento? La respuesta depende del contexto:

  ¿Cuál es el costo de aumentar la probabilidad de tomar la decisión correcta, y lo que es la consecuencia (o consecuencia potencial) de tomar la decisión equivocada? La mayoría de las publicaciones sugieren un punto de corte de 5% - está bien que se deje engañar por la aleatoriedad 1 tiempo muerto de 20. Eso es un razonablemente alto estándar, que pueden coincidir con sus circunstancias. Se podría fácilmente ser excesiva, o que podría quedar expuesto a mucho más riesgo que usted puede permitirse.

El p-valor es uno de los resultados de una prueba estadística al hacer una comparación, por ejemplo, entre el tipo de conversión en una prueba de una sola campaña de marketing en comparación con otro. El valor p representa valor de probabilidad. El valor p es la probabilidad de obtener la diferencia que se ve en una comparación de una muestra (o una más grande) si en realidad no hay una diferencia para todos los clientes.

Algunos ejemplos de los valores de p son 0,012, 0,21, o .0001- un p-valor de 0,012 indica que la diferencia observada sólo se ve alrededor de 1,2% de las veces, si realmente no hay diferencia en la totalidad del cliente población.

Dado que este es un porcentaje bastante bajo, en la mayoría de los casos, los investigadores concluyen que la diferencia observada no se debe al azar y lo llaman estadísticamente significativa. Por convención, las revistas y los estadísticos dicen que algo es estadísticamente significativo si el valor de p es menor que 0.05. No hay nada sagrado en 0.05, aunque- en la investigación aplicada, la diferencia entre 0,04 y 0,06 es generalmente insignificante.

La significación estadística no significa importancia práctica. Sólo teniendo en cuenta el contexto puede determinar si una diferencia es prácticamente significativa (es decir, si se requiere una acción).