Questão de Estatística — Inferência estatística — CESPE / CEBRASPE 2025

O p-valor e o que ele realmente mede

Gabarito: letra E — ERRADO. O p-valor não é a probabilidade de a hipótese alternativa ser verdadeira; ele é a probabilidade de se obter um resultado tão extremo quanto o observado, supondo que a hipótese nula seja verdadeira. Essa é a definição clássica de p-valor, presente em qualquer curso de inferência estatística (ver, por exemplo, a discussão sobre a "Regra do Evento Raro" e a construção de testes de hipóteses).

O p-valor é um dos conceitos mais cobrados e mais mal compreendidos da estatística. A confusão central — e que a banca explora — é tratar o p-valor como uma probabilidade sobre as hipóteses, quando na verdade ele é uma probabilidade condicionada aos dados, sob a hipótese nula. Vamos destrinchar isso.

O que é o p-valor, afinal?

Em um teste de hipóteses, partimos de uma hipótese nula ($H_0$) e de uma hipótese alternativa ($H_1$). O p-valor é definido como:

Definição (conceito):

$p = P(\text{observar estatística de teste tão ou mais extrema que a observada} \mid H_0 \text{ é verdadeira})$.

Ou seja, o p-valor assume que $H_0$ é verdadeira e pergunta: qual a chance de, por puro acaso, obtermos um resultado como o que observamos (ou mais extremo)? Se essa chance for muito pequena (menor que o nível de significância $\alpha$), concluímos que o resultado é improvável sob $H_0$ e, portanto, rejeitamos $H_0$ — seguindo a lógica da "Regra do Evento Raro".

Por que a afirmação do enunciado está errada?

A afirmação diz que o p-valor indica a probabilidade de a hipótese alternativa ser verdadeira. Isso é um erro conceitual grave, por duas razões:

1. O p-valor não é uma probabilidade sobre hipóteses. Em estatística frequentista (a abordagem clássica dos testes de hipóteses), as hipóteses $H_0$ e $H_1$ são proposições fixas — ou são verdadeiras ou são falsas. Não atribuímos probabilidade a elas. O p-valor é uma probabilidade dos dados, não das hipóteses.

2. O p-valor é calculado sob $H_0$, não sob $H_1$. A definição condiciona em $H_0$ verdadeira. A probabilidade de a hipótese alternativa ser verdadeira seria algo como $P(H_1 \mid \text{dados})$, que é um conceito bayesiano (probabilidade a posteriori), e que não é o que o p-valor mede.

A pegadinha da banca

Como o p-valor se relaciona com a decisão do teste?

A regra de decisão é simples: se $p < \alpha$, rejeitamos $H_0$; se $p \geq \alpha$, não rejeitamos $H_0$. O nível de significância $\alpha$ é a probabilidade máxima de erro do tipo I (rejeitar $H_0$ quando ela é verdadeira) que estamos dispostos a aceitar. O p-valor é comparado a esse limiar.

Resumo visual

❌ ERRADO. O p-valor não mede a probabilidade de a hipótese alternativa ser verdadeira; ele mede a probabilidade dos dados sob a hipótese nula. Gabarito: letra E.