p值小于0.05拒绝还是接受_高深的P值

2019年5月6日，在NEJM(新英格兰医学杂志)医学前沿微信号中，刊登一篇名叫《用了这么多年的P值，到底是什么意思？》的文章。虽然简短，但它把P值讲得非常透彻，只要仔细阅读，就会对统计学意义(statistical significance)，这个耳熟能详的概念，引发思考。

大家在做课题、写论文的时候，经常会用到P值，当然也会自然想到0.05和0.01，这两个让人又爱又恨的数值。很多科研狗(这里不是在侮辱，那些奋战在科研一线的工作人员，因为平心而论，我觉得自己远不如他们)。因为有时，看到自己千辛万苦做出来的数据，最后统计P值不能小于这两个数值，而不由长吁短叹，愁白少年头。也使得一代帅气欧巴，不自觉华丽转身油腻大叔。Anyway，不管出于什么样的目的，是自觉的？还是被迫的？走上了这所谓条科研之道，虽然为伊消得人憔悴，但是还得衣带渐宽终不悔地继续走下去(一句优美绝伦的诗句，被理工男这么糟蹋，柳永会不会气的吐血？)。

言归正传，我们在科技论文中，经常会用到统计P值这个工具，大家在心目中甚至把它当神明一样供奉着，但是很多人(主要是那些统计知识大部分还给了大学老师，半路出家再拾统计工具的临床医生和护士小姐姐们，当然本人就是他/她们中的一员)其实没有真正地理解P值的本质含义。反正就是把一堆数据，想方设法地算出P值，然后跟0.05(或0.01)比较谁大谁小。唯P值论的弊端，就是往往忘了一个基本的原则，就是P值以及所有统计分析方法的前提，是良好的实验设计及数据采集过程，以保证样本数据具有很好的群体代表性。文中提到，因为这些诟病，人们开始对此提出了很多异议，甚至有激进的期刊已经弃用P值等一系列统计工具。由此开始的争论，也逐步激烈起来，NEJM医学前沿的这篇文章也就应运而生了。

什么叫统计分析？这一概念(看到这里，很多人就不再看下去了，因为看到“统计分析”这几个字，很多人就会有头痛脑热感)。所谓统计分析其包括统计描述和统计推断两个方面。前者就是用统计量、统计表、统计图等描述资料的数据特征或分布规律，而后者又可分为参数估计(用样本统计量对总体参数进行估计)和假设检验(样本的统计量对总体参数或分布的特定假设进行检验，并对假设是否成立做出推断)。

重点讨论一下假设检验的问题，其核心思想是小概率反证法，即在假设的前提下，估算某事件发生的可能性(就是概率)，如果该事件是小概率事件，那么按理说在一次研究中本来是不太可能发生的，现在它居然发生了，那么这个时候，就有理由推翻原假设(H0:μ1=μ2，即两者没差别)，接受备择假设(H1:μ1≠μ2，即两者有差别)。如果该事件不是小概率事件，我们就找不到理由来推翻原假设。

既然推断就会犯错，即便是小概率事件，也是有发生的可能性，那么就自然需要知道，假设检验的两类错误^[1]。①如果实际原假设(H0)为真(即实际两样本均数是没差别的)，但通过抽样、样本统计量计算、检验后得出P＜α，从而推断出拒绝H0、接受H1的结论，即得出:“两样本均数有差别的结论”，那这个时候所犯的错误叫第一类错误(又称Ⅰ型错误、假阳性错误、弃真错误)，犯错概率α，α是事先设定的检验水准，一般设置为0.05或0.01(为什么是这两个数值？别的数值不可以吗？譬如0.03,0.001，其实是可以的(如文中所说：P值的标准应该根据需要放宽或收紧)，但是大家约定俗成，说＜0.05或0.01是大家可以接受的小概率事件发生率。②如果实际H0为假(即实际两样本均数是有差别的)，但通过抽样、样本统计量计算、检验后得出P≥α，从而推断出接受H0、拒绝H1的结论，即得出：“没有理由认为两样本有差别”(但一般不说两样本均数没差别或两样本均数相同的结论，因为检验前没有设定β值)，那这个时候所犯的错误叫第二类错误(又称Ⅱ型错误、假阴性错误、存伪错误)，犯错概率β(事先没有设定它的水准，因此不知道犯第二类错误的概率)。

行文至此，我觉得已经把所涉及的概念，讲得非常清晰明了了。但是，大家可能还是觉得，看了上面长篇大论的文字之后，眼花缭乱、不知所云。请大家放心，我还为大家做了一张精美绝伦的图片(请允许自我吹捧一下)，来可视化地说明这个概念。

大家慢慢看，我也只能帮到这里了(如果，这样还不能理解的话，那不用我多说，您的智商水平，一定是在人群智商正态分布曲线的位置)。

参考文献

[1] 颜虹. 《医学统计学(八年制)》第2版[M]. 2010.

图文来源：姚滔

整理编辑：王艳芳