9.6: 决策制定:P 值法

基于 P 值方法的假设检验过程包括使用样本数据计算 P 值并对其进行解释。

首先，提出了关于 population 参数的具体声明。该声明基于研究问题，并以简单的形式陈述。此外，还陈述了对索赔的反对声明。这些陈述可以充当原假设和替代假设:原假设将是中性陈述，而替代假设可以有方向。如果备择假设涉及有关 population 参数的特定方向，则备择假设也可以是原始声明。

一旦假设被陈述出来，它们就会被象征性地表达出来。按照惯例，原假设将包含相等符号，而备择假设可能包含 >、< 或 ≠ 符号。

在进一步进行假设检验之前，必须确定适当的显著性水平。普遍共识是将显著性水平设置为 95%（即 0.95）或 99%（即 0.99）水平。这里的α分别为 0.05 或 0.01。

接下来，确定适当的检验统计量。比率和平均值（当总体标准差已知时）是 z 统计量。对于平均值，当总体标准差未知时，它是 t 统计量，对于方差（或 SD），它是卡方统计量。

计算检验统计量后，以电子方式或从相应的 P 值表中查找 P 值，并将其与预先确定的显著性水平进行比较。如果 P 值小于预先确定的显著性水平，则否定原假设。

对假设或总体属性的原始声明的解释必须基于 P 值。