假设检验中的p值是什么意思?为什么越小越好?

  统计/机器学习 假设检验    浏览次数: 1969
1

我们做假设检验的时候,往往是希望p value越小越好。这个p value到底是什么意思呢?为什么越小越好?

 

LeBron   2017-02-26 15:40



   2个回答 
2

并没有好坏之分,p值越小说明我们越有信心拒绝零假设。

p值本身是一个概率:在零假设下,观测值或者有甚于观测值发生的概率。这个概率越小,我们越趋近拒绝零假设。

这里比较特殊的是所谓的“有甚于”。比如说我们有一个正态分布,我们的零假设是这个分布的期望是0,对立假设是期望不等于0。我们从这个分布里随机取了100个数作为样本,这一百个数的均值是1。那p值就是在这个正态分布期望为0的前提下,这个样本的均值等于正负1,或者大于1,或者小于-1的概率。有甚于在这里就是大于1或者小于-1的意思。


MrMath   2017-06-12 10:26

0

p值是原假设为真的前提下出现观察样本以及更极端情况的概率。

所以p值的范围是0到1。

p值越小,我们越倾向于拒绝原假设。


道画师   2017-11-22 07:59



  相关主题

z test和t test什么区别?   1回答

t检验,需要测试集验证集吗?   3回答

配对T检验和两样本T检验是一回事么?   1回答

假设检验的效力是什么?   1回答

多重比较校正   1回答

如何从假设检验的角度去理解AB testing   2回答

单侧T检验p值与双侧T检验p值的关系   1回答

T检验的effect size是什么?有什么含义吗?   1回答

F检验的使用场景   3回答

多重检验中的FDR(false discovery rate, 错误发现率)是什么?   2回答

python里用F检验来比较方差   1回答

Python单侧T检验   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!