ks检验p值代表什么_假设检验|第五章：解释P值

•概述•

每个人都知道可以使用P值来确定假设检验中的统计显着性。它是一个很重要的概念，但P值又是一个滑溜的概念，人们通常会错误地解释它。在这篇文章中，我将通过一个具体的例子帮助您理解P值。

一、从样本t检验获得P值

假如现在您希望确定一种新的汽油添加剂对汽油英里数是否有影响。如果此特定级别汽车的已知汽油英里数为 25 英里每加仑 (mpg)，则此研究的假设为 H0：μ = 25 和 HA：μ ≠ 25。
您检验 35 辆车，发现在这些车中每加仑汽油跑的英里数介于 14.4 到 28.8 之间。在将数据放到 MPG 列中之后，执行 Minitab 的 t 检验（菜单命令统计 > 基本统计 > 单样本 t）并获得以下结果：

二、解释P值
结果显示，35 辆汽车样本的均值为 23.657。但是，这种类型的所有汽车的每加仑英里数的均值 (μ) 可能仍为 25。您希望了解是否有充足的样本证据来否定 H0。最常见的方法是比较 p 值与显著性水平 α (alpha)。α 是当 H0 为真时否定 H0 的概率。在此例中，这就是得出总体均值不是 25 mpg（而实际上是）的结论的概率。

p 值用来对照 H0 度量数据证据的强度。通常，p 值越小，否定 H0 的样本证据越强大。更具体地说，p 值是导致否定 H0 的最小 α 值。对于任