Die Wahrscheinlichkeit, berechnet unter der Annahme, dass die Nullhypothese wahr ist, eine Teststatistik mindestens so extrem zu erhalten wie die beobachtete; verwendet als Maß dafür, wie unvereinbar die Daten mit dem Nullmodell sind.

Prinzip

Der P-Wert quantifiziert Evidenz gegen die Null, indem er die beobachtete Statistik in der Nullverteilung verortet: Kleinere p-Werte bedeuten seltenere Ergebnisse unter der Null, liefern jedoch nicht direkt die Wahrscheinlichkeit, dass die Null wahr ist.

Demonstration

Ein klinischer A/B-Vergleich ergibt p=0,03 für die Differenz der Konversionsraten; das deutet darauf hin, dass unter der Annahme der Null (kein Unterschied) ein so extremes Ergebnis etwa 3 % der Zeit vorkäme, gemessen am verwendeten Stichprobenmodell.

Fehlanwendung

Den p-Wert als Wahrscheinlichkeit zu interpretieren, dass die Nullhypothese wahr ist, p<0,05 als binären Beweis praktischer Relevanz zu behandeln oder so lange Daten zu durchsuchen, bis ein kleiner p-Wert auftritt, ohne Multiplikitätsanpassung.

Konsequenz

Eine angemessene Interpretation hilft, Evidenz zu gewichten und Entscheidungen zusammen mit Effektgrößen und Konfidenzintervallen zu treffen; Missbrauch führt zu übermäßigen Behauptungen, Publikationsbias und nicht reproduzierbaren Ergebnissen.

Umkehrung

Die Umkehr betont Likelihood-Ratios, Bayes-Faktoren oder Posterior-Wahrscheinlichkeiten zur Darstellung von Evidenz und Unsicherheit; diese Alternativen bieten andere Skalen und erfordern Priors oder explizite Alternativmodelle.

Abgrenzung

Gültig als maß der Stichprobentheorie unter der spezifizierten Null und Teststatistik; kein Maß für klinische oder ökonomische Bedeutung, keine eigenständige Entscheidungsregel ohne Kontext und unzuverlässig, wenn Modellannahmen (Unabhängigkeit, Verteilungsform) verletzt sind.

Semantische Spannung

P-Werte konkurrieren mit anderen Evidenzmaßen (Konfidenzintervalle, Effektgrößen, bayessche Posterioren); die Spannung entsteht, weil p-Werte die Extremität des Stichprobenergebnisses in eine einzelne Zahl verdichten, die Größe und Unsicherheit verschleiern kann.

Synthese

Der P-Wert ist ein index aus der Stichprobentheorie, der angibt, wie extrem beobachtete Daten unter einem Nullmodell sind; nützlich zur Bewertung der Kompatibilität mit der Null, muss er aber zusammen mit Effektgröße, Design und Annahmen interpretiert werden.