什么是 P 值？
在统计学中，p 值（P-Value）是在假设原假设正确 的情况下，获得至少与统计 假设检验的观察结果一样极端的结果的概率。p 值用作拒绝点的替代方法，以提供将拒绝原假设的最小显着性水平。较小的 p 值意味着有更强有力的证据支持备择假设。
P 值通常用于提高政府机构研究或报告的可信度。例如，美国人口普查局规定，任何 p 值大于 0.10 的分析都必须附有声明，即差异在统计上与零没有差异。人口普查局还制定了标准，规定哪些 p 值可以接受各种出版物。
关键要点
- p 值是一种统计测量，用于根据观察到的数据验证假设。
- 假设原假设为真，p 值衡量获得观察结果的概率。
- p 值越低，观察到的差异的统计显着性越大。
- 0.05 或更低的 p 值通常被认为具有统计学意义。
- P 值可以作为假设检验的预选置信水平的替代或补充。
P值如何计算？
P 值通常使用 p 值表或电子表格/统计软件找到。这些计算基于测试的特定统计数据的假设或已知概率分布。在给定统计量的概率分布的情况下，根据观察值与所选参考值之间的偏差计算 P 值，两个值之间的较大差异对应于较低的 p 值。
在数学上，p 值是使用积分计算从概率分布曲线下的面积计算的，所有统计值至少与观察值一样远离参考值，相对于概率分布曲线下的总面积.
p 值的计算因执行的测试类型而异。三种检验类型描述了概率分布曲线上的位置：下尾检验、上尾检验或双边检验。
简而言之，两个观察值之间的差异越大，差异由简单随机机会引起的可能性就越小，这反映在较低的 p 值上。
*内容整理来源于网络仅供参考
上一篇
