"पी-वैल्यू" की सही वर्तनी (कैपिटलाइज़ेशन, इटैलिकाइज़ेशन, हाइफ़नेशन)?

Question

मुझे लगता है कि यह पांडित्यपूर्ण और दुखद है, लेकिन आंकड़ों के बाहर एक क्षेत्र में शोधकर्ता के रूप में, आंकड़ों में सीमित औपचारिक शिक्षा के साथ, मुझे हमेशा आश्चर्य होता है कि क्या मैं "पी-वैल्यू" सही ढंग से लिख रहा हूं। विशेष रूप से:

1. क्या "पी" को पूंजीकृत माना जाता है?
2. क्या "पी" को इटैलिकाइज़ किया जाना है? (या गणितीय फ़ॉन्ट में, TeX में?)
3. क्या "पी" और "मूल्य" के बीच एक हाइफ़न माना जाता है?
4. वैकल्पिक रूप से, क्या "पी-मूल्य" लिखने का कोई "उचित" तरीका नहीं है, और कोई भी डोल्ट समझेगा कि मेरा क्या मतलब है अगर मैं इन विकल्पों के कुछ क्रमचय में "मूल्य" के बगल में "पी" रखता हूं?

Comments

मेटा थ्रेड देखें: meta.stats.stackexchange.com/questions/213/… जहां यह प्रश्न बंद करने का प्रस्ताव है।

यहां मैं जानना चाहता हूं: यदि कोई "पी-वैल्यू" या "पी वैल्यू" में लोअर-केस "पी" का उपयोग कर रहा है, तो क्या "पी" को कैपिटल या कैपिटल हेडिंग की शुरुआत में कैपिटल किया जाना चाहिए? (मुझे पता है यह दुर्लभ है, लेकिन यह हो सकता है जब एक जैसे पी मूल्यों पर चर्चा कर रहा है।)

— मंगल ग्रह

Answer 1

वहाँ "मानक" प्रतीत नहीं होते हैं। उदाहरण के लिए:

• प्रकृति स्टाइल गाइड 'पी मूल्य "को संदर्भित करता है
• यह एपीए स्टाइल गाइड " पी वैल्यू" को संदर्भित करता है
• रक्त स्टाइल गाइड का कहना है:
  • कैपिटल बनाएँ और इटैलिक पी है कि एक परिचय पी मूल्य
  • उस पी को अनुकूलित करें जो स्पीयरमैन रैंक सहसंबंध परीक्षण का प्रतिनिधित्व करता है
• विकिपीडिया " p -value" (हाइफ़न और इटैलिकाइज़्ड "p" के साथ) का उपयोग करता है

मेरा संक्षिप्त, अवैज्ञानिक सर्वेक्षण बताता है कि सबसे आम संयोजन लोअर-केस है, हाइफ़न के बिना italicized p ।

Comments

वाह! मुझे यह अलग होने की उम्मीद नहीं थी। BTW, प्रकृति शैली गाइड बदल गया है जब से आप इस जवाब पोस्ट? यह अब "जीवन विज्ञान रिपोर्टिंग दिशानिर्देशों" की ओर इशारा कर रहा है।

— एंड्रयू ग्रिम

यह " पी -value" या " -value" लिखने के लिए अधिक से अधिक आम हो जाता है : एक हाइफ़न के साथ छोटे इटैलिक किए गए "पी"। इस वर्ष की शुरुआत में अमेरिकन स्टेटिस्टिकल एसोसिएशन (एएसए) ने -values पर एक बयान जारी किया ; उन्होंने इस वर्तनी का उपयोग किया। विकिपीडिया इस वर्तनी का भी उपयोग करता है। मुझे लगता है कि सबसे आम पसंद क्या है के बारे में आपका निष्कर्ष अब तक थोड़ा पुराना हो सकता है। $p$$p$

— अमीबा का कहना है कि

ब्लड स्टाइल गाइड विशेष रूप से अजीब है क्योंकि यह वास्तव में स्पीयरमैन रैंक सहसंबंध परीक्षण के लिए "पी" नहीं माना जाता है, लेकिन एक लोअरकेस आरएचओ (ρ) ...

— पैट्रिक बी।

Answer 2

यह विभिन्न पत्रिकाओं और प्रकाशकों के साथ अलग-अलग सम्मेलनों को अपनाने (या लेखकों की वरीयताओं के आधार पर शैलियों के मिश्रित मिश्रण की अनुमति) के साथ एक शैली मुद्दा प्रतीत होता है। मेरी अपनी प्राथमिकता, जो इसके लायक है, वह है पी-वैल्यू, बिना किसी इटैलिक के हाइफ़ननेटेड और कोई कैपिटलाइज़ेशन नहीं।

Answer 3

एएसए हाउस शैली : हाइफ़न से पी italicizing सिफारिश करने के लिए लगता है पी -value। एक Google विद्वान खोज विभिन्न वर्तनी दिखाती है ।

Answer 4

सैद्धांतिक दृष्टिकोण से P मान यादृच्छिक चर का कुछ बोध है। यादृच्छिक चर के लिए ऊपरी मामले पत्रों और वास्तविकताओं के लिए कम मामले का उपयोग करने के लिए कुछ मानक (संभावना में) है। तालिका हेडर में हम पी का उपयोग करना चाहिए (शायद इटैलिक , पाठ में एक साथ उदाहरण कार्यप्रणाली पी-मूल्य के लिए का वर्णन अपने मूल्य पी = 0.0012 के साथ और पाठ में)।

Comments

तो एक टेबल हैडर में, स्टूडेंट के लिए "स्टूडेंट " का उपयोग किया जाएगा और क्या महत्व के लिए " "? मैं थोड़ा चिंतित हूं कि किसी को यह सूक्ष्मता नहीं मिलेगी और लोग बस एक बेवकूफ टाइपो मान लेंगे ...$T$$P$

— ईसाई

Answer 5

हाइफ़न को छोड़ना कभी-कभी वाक्यों के अर्थ को बदल सकता है या कम से कम वे अस्पष्ट हो सकते हैं। यह विशेष रूप से कागजात में हो सकता है जो सांख्यिकीय परीक्षणों का वर्णन करता है या पी-मूल्यों का मूल्यांकन करने के लिए एल्गोरिदम पेश करता है, लेकिन एक ऐसे तरीकों का भी वर्णन कर सकता है जिनका आँकड़ों से कोई लेना-देना नहीं है, और फिर भी t परीक्षणों से p मानों की गणना करते हैं (लेकिन सांख्यिकीय का उपयोग करते हुए p-मान नहीं टी परीक्षण)। इस तरह के संदर्भ में, हाइफ़न वास्तव में आवश्यक होगा, भले ही लेखक आमतौर पर उन धारणाओं से बचने की कोशिश करें जो आसानी से भ्रमित हो सकते हैं।

उदाहरण (नोटेशन की एक बुरी पसंद के साथ): हम मजबूत एसोसिएशन पैटर्न का एक सेट खोजना चाहेंगे और इस संभावना का मूल्यांकन करेंगे कि परिणाम संयोग से हुआ होगा। पहले चरण में, हम कुछ अच्छे स्कोर के साथ z सर्वोत्तम पैटर्न खोजते हैं। इसलिए, खोज चरण के बाद, हमारे पास z स्कोर (लेकिन z- स्कोर) होंगे। फिर हम एक यादृच्छिककरण परीक्षण के साथ सर्वोत्तम पैटर्न का मूल्यांकन करते हैं। हम t यादृच्छिक डेटा सेट उत्पन्न करते हैं और प्रत्येक डेटा सेट में z: th सर्वश्रेष्ठ पैटर्न का मूल्यांकन करते हैं। इसलिए, हम टी टेस्ट (लेकिन टी-टेस्ट नहीं) करते हैं और z: th सर्वश्रेष्ठ पैटर्न का स्कोर आउटपुट करते हैं। हमें पता चलता है कि सभी t स्कोर मानों के p मान (लेकिन p- मान नहीं) बेहतर हैं तो मूल z: th सर्वश्रेष्ठ पैटर्न था। इसलिए, हम अनुमान लगा सकते हैं कि संयोग से z इतने अच्छे पैटर्न की संभावना p / t है।