Statistics P值、显著性水平和假设

我对p值的概念感到困惑。一般来说，如果p值大于α（通常为0.05），我们无法拒绝零假设，如果p值小于α，我们拒绝零假设。据我所知，如果p值大于alpha，两组之间的差异只是来自采样误差或偶然性。到目前为止一切正常。然而，如果p值小于α，结果在统计学上是显著的，我假设它在统计学上是不显著的（因为，如果p值小于α，我们拒绝无效假设）

---

基本上，若结果在统计学上显著，则拒绝无效假设。但是，如果一个假设在统计上具有显著性，那么它如何被拒绝呢？从“统计显著性”一词中，我理解结果是好的。

你误解了p值的显著性意味着什么

我将试着解释如下：

让我们假设两个总体的平均值相等。我们将通过从每个群体中抽取一个样本并计算p值来进行t检验

无效假设和替代方案：

H0: m1 - m2  = 0
H1: m1 - m2 != 0 

这是一个双尾检验（尽管对这一点并不重要）

假设p值为

0.01

，α值为0.05。p值是从两个总体（m1和m2）中取样时平均值相等的概率。这意味着平均值相等的概率为1%，或者换句话说，100对样本中只有1对的平均值差为0

这两种方法相等的低概率使我们有信心（使我们确信）种群的数量是不相等的，因此我们认为结果具有统计学意义。 让我们认为结果重要的门槛是什么？这由显著性水平（a）确定，在本例中为5%

p值小于显著性水平使我们认为结果是显著的，因此我们确信我们可以拒绝无效假设，因为无效假设为真的概率非常低

---

我希望现在有意义了

让我举一个我经常与我的学生一起使用的例子，来解释零假设、α和意义的概念

假设我们正在玩一轮扑克。我发牌&我们下注。嘿，我真幸运！我第一手就得到了同花顺。你诅咒你的运气，我们再次交易。我又一次同花顺赢了。又一轮，我又得了4个a：这时你踢桌子，叫我骗子：“这是B！你想抢我！”

让我们从概率的角度来解释这一点：有一种可能性与第一手获得同花顺有关：任何人都可以获得幸运。连续两次太幸运的可能性较小。最终有可能连续三次获得真正的幸运。但是对于第三个镜头，你说：“你得到如此幸运的概率太小了。我拒绝你只是幸运的想法。我称你为骗子。”。也就是说，您拒绝了无效假设（假设什么都没有发生！）

在所有情况下，无效假设都是：“我们观察到的这件事是随机性的结果”。在我们的例子中，无效假设说：“我只是一个接一个地得到这些好手，因为我很幸运。”

p值是与事件关联的值，假设事件是随机发生的。在正确洗牌后，你可以计算得到好牌的几率。或者举个例子：如果我掷一枚普通硬币20次，我得到的20个头像的ODS是1/（2^20）=0.000000953（非常小）。这是连续20个头的p值，翻滚20次

“统计显著性”，意思是“这件事看起来很奇怪。偶然发生的概率很小。所以，我拒绝无效假设。”

---

阿尔法，或临界p值，是你“踢桌子”并拒绝无效假设的神奇点。在实验应用程序中，您预先定义了这一点（例如，alpha=0.05）。在我们的扑克示例中，您可以在三个幸运手之后，或者在12个中的10个之后，称我为骗子，依此类推。这是一个概率阈值。

好吧，对于p值你至少应该知道无效假设和替代假设 零假设意味着举一个例子，我们有两朵花，它们之间没有显著差异 另一种假设是，它们之间存在显著差异

是的，p值的显著值是多少？大多数数据科学家认为是0.05，但这是基于研究（显著水平的值） 0.5 0.05 0.01 0.001 可作为p值

好了，现在p值由你们来取，但下一步怎么办

---

如果您的模型p值为0.03且显著值，则取0.05，因此您必须拒绝无效假设，这意味着两朵花或简单花之间存在显著差异

---

模型的p值<显著水平，而不是拒绝它

---

---

而您的模型p值>的显著性水平高于零假设将要接受的水平。

试试这里：非常感谢，这非常有帮助。很高兴能够提供帮助：）p值不是零假设为真的概率。这是在假设零假设为真的情况下，达到阈值以外的值的概率。@Zelong谢谢。我在那句话中用错了词。有时，当我试图用通俗易懂的英语向某人解释一个统计概念时，我会更专注于解释，有时我会说一些不太正确的话