В статистическом тесте p-значение - это вероятность того, что при нулевой гипотезе будет достигнуто более экстремальное значение, чем наблюдаемое.

Как правило, он позволяет проверить условие нулевой гипотезы с помощью абсурда.

В нормальном распределении значение p-value соответствует площади под кривой, расположенной над экстремальным значением. В таблице ниже приведено соответствие между Z-score (который соответствует количеству стандартных отклонений, отделяющих среднее значение от тестируемого значения) и p-значением. Чем больше отклонение от среднего значения, тем более маловероятен результат и, следовательно, тем ниже p-значение.

Тест имеет распределение вероятности, которое следует нормальному распределению, его можно центрировать и уменьшить, вычитая среднее значение и деля на стандартное отклонение.

Таким образом, распределение вероятности эквивалентно нормальному распределению.

Чтобы узнать вероятность результата, равного 2-кратному стандартному отклонению, просто найдите значение 2 в таблице выше.

Значение 2 находится между 1,960 и 2,054, т.е. р-значение между 2 % (0,0+0,020) и 2,5 % (0,0+0,025).

Пороговое значение для оценки маловероятности результата составляет 5%, поэтому по этому критерию результат данного теста маловероятен.