显著性水平 P值 概念解释

关注WX公众号： commindtech77， 获得数据资产相关白皮书下载地址

回复关键字：推荐系统
下载《新闻资讯个性化推荐系统源码及白皮书》

P是“拒绝原假设时犯错误概率”又或者说是“如果你拒绝掉原假设实际上是在冤枉好人的概率”。

不管怎么表达理解上都有点绕，所以你还是看例子吧。比如你做一个假设（ null hypothesis）：你的女性朋友平均身高2米，输入你统计的样本数据后，计算机给你返回的p值是0.03。这意味着如果你拒绝“女性朋友平均身高2米”这个结论，犯错的概率是0.03，小于0.05（人们一般认为拒绝一句话时犯错概率小于0.05就可以放心大胆地拒绝了），这个时候你就可以拒绝原假设。如果计算机返回p值是0.9，那么你就会想，这说明拒绝原假设犯错概率高达90%，那么我就不应该拒绝原假设，即你应该认为你的女性朋友平均身高就是2米。

至于什么是alpha呢，上面例子中0.05这个标准就是alpha值，这个标准是可以你自己人为改变的

原假设为女性朋友身高平均值2米，取了若干个样本后测量出样本的平均值为1.6，经过计算（计算过程非常简单，如果总体的方差已知就用Z检验，如果总体的方差未知就用样本方差替代然后用t检验，每本统计书上都有不赘述），在我们设定alpha为0.05时，置信区间为1.8到2.2，咱们取的样本均值1.6不在这个范围内，所以拒绝。

“拒绝原假设犯错的概率”是在说什么呢，它是在说，我们假设女孩子们身高均值为2米，计算出来的均值为1.6，跟原假设差距很大，这时候我们拒绝原假设“身高为2米”，我们拒绝这个不靠谱假设时可能犯错的概率<=0.05。

“接受原假设正确的概率”是在说什么呢，它是在说，我们假设女孩子们身高均值为2米，计算出来的均值为1.6，跟原假设差距很大，但我们还是坚持认为原假设“身高为2米，我们坚持这个不靠谱假设时可能正确的概率<=0.05。

看到这里应该所有人都能明白了，“拒绝不靠谱原假设时犯错的概率”跟“接受不靠谱原假设时正确的概率”是一致的。讲过例子之后可以发现，在原话中加上“不靠谱”三个字，有助于我们的理解。

样本均值1.6对应的p值为0.03是什么意思？这是指，在假设全体女孩身高为2米的情况下，咱们随机抽取到一些样本得出均值为1.6米或比1.6米更极端的数值的可能性为0.03，在原假设下抽到这样样本的概率太低了，而我们却十分稀罕地居然一下就抽到了这样的样本，那么正常人的第一反应就是，咱们原先假设身高均值为2米这个假设不对。用统计学的话来说就叫做“由于样本均值落在拒绝域中，所以拒绝原假设”。

可见，p值是在精确的算出一个取样的稀罕程度。alpha值是事先给出了一个对样本稀罕程度的判断，这个值是可以主观去改变的，你可以认为取到样本均值的可能性为0.2或更低就很极端从而拒绝，也可以认为取到样本均值的可能性为0.001或更低才拒绝。一般认为样本稀罕到可能取到的概率<=0.05时，咱们就认为原假设不靠谱。