P 值是最常用的一个统计学指标,几乎统计软件输出结果都有P值。
统计学的观点,超过一定基准(比如 5%,其实是低于5%),就不能简单地认为这是偶然事件了,而是受到了外在的影响。
一般而言,为了确定从样本(sample)统计结果推论至总体时所犯错的概率,我们会利用统计学家所开发的一些统计方法,进行统计检验。
通过把所得到的统计检定值,与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较,我们可以知道在多少百分比的机会下会得到目前的结果。倘若经比较后发现,出现这结果的机率很少,亦即是说,是在机会很少、很罕有的情况下才出现;那我们便可以有信心的说,这不是巧合,是具有统计学上的意义的(用统计学的话讲,就是能够拒绝虚无假设null hypothesis,Ho)。相反,若比较后发现,出现的机率很高,并不罕见;那我们便不能很有信心的直指这不是巧合,也许是巧合,也许不是,但我们没能确定。
- 如果 P<0.01,说明是较强的判定结果,拒绝假定的参数取值。
- 如果 0.01<P值<0.05,说明较弱的判定结果,拒接假定的参数取值。
- 如果 P值>0.05,说明结果更倾向于接受假定的参数取值。
比如一枚均质硬币,抛 10 次:
- 有 8 次正面的概率为 (108)+(109)+(1010) (108)+(109)+(1010)
再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow