Probabilidad de datos al menos tan extremos como los observados si la hipótesis nula se cumple; no es la probabilidad de que la hipótesis sea verdadera.El valor p es un número calculado en la prueba de hipótesis nula que cuantifica cuán compatibles son los datos observados con la hipótesis nula. Específicamente, es la probabilidad de obtener un estadístico de prueba al menos tan extremo como el observado, asumiendo que la hipótesis nula es verdadera. Un error común es pensar que el valor p es la probabilidad de que la hipótesis nula sea verdadera, o que mide el tamaño de un efecto — no hace ninguna de las dos cosas. Solo indica cuán sorprendentes serían los datos bajo un supuesto específico de 'sin efecto'.
El concepto fue introducido por Karl Pearson en 1900 en el contexto de la prueba de chi-cuadrado, y luego refinado y popularizado por Ronald Fisher en la década de 1920 como una herramienta para la prueba de significancia.
Para calcular un valor p, primero se elige un estadístico de prueba (como un estadístico t o chi-cuadrado) que resuma los datos. Bajo la hipótesis nula, este estadístico sigue una distribución de probabilidad conocida. Luego se ubica el estadístico observado en esa distribución y se calcula el área bajo la curva más allá de ese punto — esa área es el valor p. Un valor p pequeño (por ejemplo, 0.01) significa que, si la nula fuera verdadera, datos tan extremos ocurrirían solo el 1% de las veces, sugiriendo que la nula podría ser falsa.
Los valores p se utilizan en todas las ciencias empíricas para filtrar resultados para publicación y para guiar decisiones en campos como la medicina, la economía y la genética.
En 2016, la Asociación Estadounidense de Estadística emitió una declaración formal advirtiendo que los valores p son ampliamente mal utilizados e interpretados incorrectamente, lo que impulsó un movimiento hacia prácticas estadísticas más robustas.


