JoVE Core
Statistics
Chapter 9: Hypothesis Testing
9.4:
P 值
P 值是统计学中最重要的概念之一。
P 值代表概率值。P 值是如果原假设为真,则另一个随机选择的样本的结果将与从给定样本获得的结果一样极端或更极端的概率。
根据数据计算出的较大 P 值表示不拒绝原假设。但是,较高的 P 值并不意味着原假设为真。P 值越小,结果的可能性就越小,反对原假设的证据就越强。如果证据强烈反对原假设,则原假设被拒绝。通常,< 0.05 的 P 值被视为统计显著性,其中 0.05 是预先确定的显著性水平。
P 值不是否定原假设的概率。它既不是允许的统计错误,也不是在进行实验或收集数据时可能发生的抽样错误。它也不是错误率。P 值也不意味着观察到的差异或结果是真实的有 95% 的机会(在预先确定的 95% 显著性水平下)。P 值不传达有关原假设或备择假设的真实性的任何信息。
根据样本统计量 (如样本比例) 计算检验统计量时,可以将其定位在概率分布中。
检验统计量的此值将曲线下的区域与该区域的其余区域区分开。
分布尾部的这个区域是 P 值,其中 P 代表概率。
假设原假设为真,则始终有机会在给定分布的关键区域中观察到计算的检验统计量或高于该值的值。
P 值提供了在临界区域中仅偶然获得该检验统计量值的概率。
因此,当观察到 P 值小于预定值(如 0.05)时,我们将拒绝原假设,因为它表明观察到的结果极不可能,并且反对原假设的证据更有力。
可以在右尾部、左尾部或两个尾部计算 P 值,具体取决于假设或检验统计量的值。
Related Videos
Hypothesis Testing
11.0K 浏览
8.2K 浏览
11.9K 浏览
6.8K 浏览
26.4K 浏览
5.4K 浏览
4.0K 浏览
27.8K 浏览
4.2K 浏览
3.3K 浏览
2.7K 浏览
3.5K 浏览
2.5K 浏览