假设检验与p值
假设检验是推断统计中的一项重要内容。在假设检验中常见到P值( P-Value，Probability，Pr)，P值是进行检验决策的另一个依据。P值一种概率，一种在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。
关于假设检验我先举个例子：
假设买彩票中一等奖的概率是万分之一，某人连续买了两次，结果都中了一等奖。对于这件事，我们会有两种猜测：
H0：中奖者运气好
H1：不是中奖者运气好，是他作弊了 我们首先，先假设H0成立（毕竟我们相信人的本质都是好的嘛）。那么我们为了证明我们的假设，就必须要计算H0是真的时，买彩票者连续两次中一等奖的概率，p=(1/10000)X(1/10000)=1/100000000,概率是亿分之一。丫的，这么小概率的事件怎么可能会出现。于是，我们推翻了我们的假设，H0不成立，那小子作弊了（小子，你这个hao社会主义的羊毛啊），我们坚信H1是成立的。
看到这里，也许各位明白了，p值就是我们假设的条件（H0：中奖者运气好）成立时，在某种结果（如本例中该买彩票者买了两次彩票，中了两次一等奖）出现的概率。
在这里，当p＞0.05时，（在H0下，中两次彩票）碰巧出现的可能性大于5%，概率不算太小，两组差别无显著意义，所以我们接受H0；
当p＜0.05时，（在H0下，中两次彩票）H0碰巧出现的可能性小于5%，概率有点小，两组差别有显著意义，所以我们可以拒绝H0；
当p<0.01时，（在H0下，中两次彩票）H0碰巧出现的可能性小于1%，概率太小了，两者差别有非常显著意义，所以我们拒绝H0.
本例中，在H0条件下，中两次彩票的概率p为亿分之一，远远小于0.01，所以我们才拒绝了H0。
我们对某事件（如彩票事件）进行验证的过程，就是假设检验。实际上，P值不能赋予数据任何重要性，只能说明某事件发生的机率。
微信扫一扫，阅读/分享
