W algorytmach motywów sieciowych wydaje się dość powszechne zwracanie zarówno wartości p, jak i wyniku Z dla statystyki: „Sieć wejściowa zawiera X kopii podgrupy G”. Podgraf jest uważany za motyw, jeśli spełnia
- wartość p <A,
- Wynik Z> B i
- X> C, dla niektórych A, B i C. zdefiniowanych przez użytkownika (lub zdefiniowanych przez społeczność)
To motywuje pytanie:
Pytanie : Jakie są różnice między wartością p a wynikiem Z?
I pytanie:
Pytanie : Czy istnieją sytuacje, w których wartość p i wynik Z tej samej statystyki mogą sugerować przeciwne hipotezy? Czy wymienione powyżej pierwsze i drugie warunki są zasadniczo takie same?
źródło
-score opisuje swoją odchylenie od średniej w jednostkach odchylenia standardowego. Nie jest jasne, czy akceptujesz, czy odrzucasz hipotezę zerową.Z
-value jest prawdopodobieństwo, że zgodnie z hipotezą zerową mogliśmy obserwować punkt, który jest tak radykalna, jak swojej statystyce. Mówi to wyraźnie, czy odrzucasz lub akceptujesz hipotezę zerową, biorąc pod uwagę rozmiar testu .p α
Rozważ przykład, w którym a hipoteza zerowa to . Następnie obserwujesz . Twój wynik wynosi 5 (co pokazuje tylko, jak daleko odbiegasz od zerowej hipotezy pod względem ), a twoja wartość wynosi 5,733e-7. Dla 95% pewności będziesz mieć rozmiar testu a ponieważ wówczas odrzucasz hipotezę zerową. Ale dla każdej statystyki powinny istnieć pewne równoważne i tak aby testy były takie same.X∼N(μ,1) μ=0 x1=5 Z σ p α=0.05 p<α A B
źródło
zp Wartość wskazuje, jak mało prawdopodobne są statystyki. -score wskazuje, jak daleko jest od średniej. Może występować różnica między nimi w zależności od wielkości próbki.z
W przypadku dużych próbek nawet niewielkie odchylenia od średniej stają się mało prawdopodobne. Czyli może -value być bardzo małe, nawet na niskim -score. I odwrotnie, w przypadku małych próbek nawet duże odchylenia nie są mało prawdopodobne. Czyli duża -score niekoniecznie będzie oznaczać niewielką -value.z z pp z z p
źródło